基于Ward’s方法的k-平均优化算法及其应用

被引：7

作者：

邱苏林 ^{[1
]}

王丽珍 ^{[2
]}

机构：

[1] 不详

[2] 云南司法警官职业学院信息技术系

[3] 不详

[4] 云南大学信息学院

[5] 不详

来源：

计算机工程与应用 | 2008年 / 31期

关键词：

k-平均算法; Ward’s方法; 簇数目; 初始聚类中心; 孤立点检测;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

通过对k-平均算法存在不足的分析,提出了一种基于Ward’s方法的k-平均优化算法。算法首先在用Ward’s方法对样本数据初步聚类的基础上,确定合适的簇数目、初始聚类中心等k-平均算法的初始参数,并进行孤立点检测、删除;基于上述处理再采用传统k-平均算法进行聚类。将优化的k-平均算法应用到罪犯人格类型分析中,实验结果表明,该算法的效率、聚类效果均明显优于传统k-平均算法。

引用

页码：169 / 172

页数：4

共 6 条

[1] 初始中心优化的K-Means聚类算法
李飞
薛彬
黄亚楼
[J]. 计算机科学, 2002, (07) : 94 - 96
[2] 数据挖掘导论[M]. 人民邮电出版社 , (美)Pang-NingTan, 2006
[3] 数据挖掘原理与算法[M]. 清华大学出版社 , 毛国君等编著, 2005
[4] 数据挖掘[M]. 机械工业出版社 , (加)JiaweiHan, 2001
[5] Cluster center initialization algorithm for K-means clustering
Khan, SS
Ahmad, A
[J]. PATTERN RECOGNITION LETTERS, 2004, 25 (11) : 1293 - 1302
[6] Monte Carlo Tests of the Accuracy of Cluster Analysis Algorithms: A Comparison of Hierarchical and Nonhierarchical Methods[J] . Dieter Scheibler,Wolfgang Schneider.Multivariate Behavioral Research . 1985 (3)

← 1 →