WEKA平台下的聚类分析算法比较研究

• 作者: 叶球孙 韩存鸽
• 来源期刊: 重庆科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 聚类分析 聚类算法 实验 WEKA Iris
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 算法与计算机应用
• 页码范围: 90-93,118
• 页数: 5页
• 分类号: TP301.6
• 字数: 3304字
• 语种: 中文

摘要

介绍K-means、DBSCAN、EM、FarthestFirst等4种常用的聚类算法,并在WEKA中使用这些算法对Iris数据集进行了聚类实验.实验结果表明,与DBSCAN、EM、FarthestFirst等聚类算法相比,K-means算法在误判率、运行时间、生成簇数、迭代次数方面与人工判断的吻合度最高.