一种支持权重的改进K-means聚类算法

• 作者: 方振东 汪峰坤
• 来源期刊: 新乡学院学报
• 学科: 工学
• 关键词: 数据挖掘 聚类 K-means 权重 距离
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机 网络 通信
• 页码范围: 26-28
• 页数: 3页
• 分类号: TP301.6
• 字数: 3005字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3326.2018.03.006

摘要

针对经典的K-means算法不支持数据对象中维的权重的问题提出了改进算法.改进算法给出了新的类内距离的计算公式,式中包含了维的权重,使不同维的重要性在聚类过程中得到体现.对K-means算法中心点计算方法进行了改进,充分利用上一次计算结果,使计算中心点的时间复杂度由O(n)下降为O(1),提高了算法的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪峰坤	安徽机电职业技术学院信息工程系	35	44	3.0	5.0
2	方振东	安徽机电职业技术学院信息工程系	1	0	0.0	0.0