一种进行K-Means聚类的有效方法

被引：27

作者：

黄震华 ^{[1
]}

向阳 ^{[1
]}

张波 ^{[1
]}

王栋 ^{[1
]}

刘啸岭 ^{[2
]}

机构：

[1] 同济大学计算机科学与技术系

[2] 复旦大学计算机与信息技术系

来源：

模式识别与人工智能 | 2010年 / 23卷 / 04期

关键词：

K-Means聚类; 正规格结构; 性能评估;

D O I：

10.16451/j.cnki.issn1003-6059.2010.04.010

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

现有的K-Means聚类算法均直接作用于多维数据集上,因此,当数据集基数和聚类属性个数较大时,这些聚类算法的效率极其低下.为此,文中提出一种基于正规格结构的有效聚类方法(KMCRG).KMCRG算法以单元格为处理对象来有效完成K-Means聚类工作.特别,该算法使用格加权迭代的策略来有效返回最终的K个类.实验结果表明,KMCRG算法在不损失聚类精度的基础上能够快速返回聚类结果.

引用

页码：516 / 521

页数：6