共 5 条
- [1] 数据挖掘与知识发现.[M].李雄飞;李军编著;.高等教育出版社.2003,
- [2] 数据仓库原理与应用.[M].邓苏等编著;张维明主编;.电子工业出版社.2002,
- [3] 数据挖掘.[M].(加)JiaweiHan;(加)MichelineKamber著;范明;孟小峰等译;.机械工业出版社.2001,
一种改进的K-means聚类算法
被引：13
作者：
张建民
机构：
[1] 安徽省地方税务局信息中心
来源：
关键词：
聚类分析;
K-means算法;
离群点数据;
D O I：
暂无
中图分类号：
TP182 [专家系统、知识工程];
学科分类号：
1111 ;
摘要：
本文提出了一种带离群点数据过滤的K-means改进算法。该算法根据离群点数据特征制定了离群点数据的发现规则,并在原算法中加入了离群点数据的发现和处理步骤。通过对给定的具有普遍意义的数据实验表明,改进后算法能较为稳定的发现数据集中存在的"离群点数据",这些"离群点数据"符合离群点数据特征;同时在剔除这些极少数离群点数据后,显著提高了聚类结果簇的凝聚度,从而有效克服了离群点数据对K-means算法的影响,使聚类效果得以显著提高。
引用
收藏
页码：233 / 234
页数：2
相关论文