数据挖掘算法性能优化的研究与应用

被引：9

作者：

顾洪博

赵万平

机构：

[1] 大庆石油学院计算机与信息技术学院

来源：

长春理工大学学报(自然科学版) | 2010年 / 33卷 / 01期

基金：

黑龙江省自然科学基金;

关键词：

聚类算法; 性能优化; k-means;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

数据挖掘中经常使用k-means算法,它是经常使用的一种聚类分析算法,但易受初始聚类中心和聚类个数k的影响。因此对近年从算法原理、关键技术和优缺点等方面提出的较有代表性的关于初始聚类中心和k值确定的改进的k-means算法进行了分析。并选用知名数据集对一些典型算法进行测试和应用。上述工作将为数据挖掘的研究提供有益的参考。

引用

页码：164 / 166+163 +163

页数：4

共 15 条

[1]

聚类数据挖掘在商场中的应用及K-means聚类算法改进研究.[D].罗妤.重庆大学.2005, 08

[2]

数据挖掘算法研究与应用.[D].黎敏.大连理工大学.2004, 04

[3]

A new cluster validity index for the fuzzy c -mean.[J].M. Ramze Rezaee;B.P.F. Lelieveldt;J.H.C. Reiber.Pattern Recognition Letters.1998, 3

[4] k-means算法的研究与改进 [J].