基于K-means聚类算法的研究

被引：25

作者：

步媛媛 ^{[1
]}

关忠仁 ^{[2
]}

机构：

[1] 成都信息工程学院计算机系

[2] 成都信息工程学院网络中心

来源：

西南民族大学学报(自然科学版) | 2009年 / 34卷 / 01期

关键词：

数据挖掘; 聚类; k-means算法; 聚类中心;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

原始的k-means算法[4]是从样本点的集合中随机选取K个中心,这种选取具有盲目性和随意性,它在很大程度上决定了算法的有效性.为消除选取初始中心的盲目性,应充分利用已有数据样本点的信息.采取对数据进行预处理的方式来选取初始中心.实验证明新的初始点的选取不仅提高了算法的计算效率,也提高了算法最终确定的聚类的精度.

引用

页码：198 / 200

页数：3