基于信心论对传统K-means算法改进

• 作者: 李宗辰
• 来源期刊: 中国设备工程
• 学科: 工学
• 关键词: 信息论 K-menas 密度 初始聚类中心
• 年，卷（期）: 2020,（19）
• 所属期刊栏目: 工艺流程与应用
• 页码范围: 117-118
• 页数: 2页
• 分类号: TP391.1|TP181
• 语种: 中文

摘要

随着社会的发展,应用数据挖掘技术的领域越来越多,而K-means聚类分析技术作为数据挖掘领域内作为热门的技术之一,也成为各高校和研究院研究的热点.本文着手于初始聚类中心的选取以及基于信息论对传统K-means算法加以改进,得到了MI-K-means算法,通过大量实验进行验证,不仅能够大大提升聚类结果的准确率,同时,还能够缩短算法的运行时间,提高算法的工作效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宗辰		1	0	0.0	0.0