基于最小生成树的层次K-means聚类算法

被引：16

作者：

贾瑞玉

李振

机构：

[1] 安徽大学计算机科学与技术学院

来源：

微电子学与计算机 | 2016年 / 33卷 / 03期

关键词：

K-means算法; 聚类簇数; 初始聚类中心; 层次结构; 最小生成树; Prim算法;

D O I：

10.19304/j.cnki.issn1000-7180.2016.03.018

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

针对K-means算法初始化时需要指定聚类数目,和随机选择初始聚类中心对聚类结果产生不稳定的问题,结合图论中最小生成树和层次算法的分裂、凝聚思想,提出一种基于最小生成树的层次K-means算法.该算法初始时根据数据样本生成一颗最小生成树,然后利用层次分裂思想把数据分成多个较小的簇,通过K-means算法迭代操作得到每次操作的评价函数值来判断是否进行簇的合并,进一步确定聚类簇数目.实验结果证明,该算法能够较准确地判断聚类数目,并且聚类结果的稳定性比基本K-means算法要好.

引用

页码：86 / 88+93 +93

页数：4

共 7 条

[1] 结合mean-shift与MST的K-means聚类算法 [J].