xk-split:基于k-medoids的分裂式聚类算法

• 作者: 虞慧群 陈逸斐
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 聚类 k-means k-medoids 分裂
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 849-854,862
• 页数: 7页
• 分类号: TP391
• 字数: 6218字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.2017.06.015

摘要

近年来互联网数据规模呈爆炸式增长,如何对大数据进行分析已成为热门话题.然而,采集的数据很难直接用于分析,需要进行一定程度的预处理,以提高大数据质量.通过使用分裂式的迭代过程,可以逐步将数据集分裂为子集,避免了传统聚类算法聚类开始时需要确定集群数的限制,并降低了算法的时间复杂度.此外,通过基于阈值的噪声数据过滤,可以在迭代过程中剔除噪音数据,提升了聚类算法对脏数据的忍耐力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	虞慧群	华东理工大学计算机科学与工程系	113	814	14.0	24.0
2	陈逸斐	华东理工大学计算机科学与工程系	1	4	1.0	1.0