学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
初始化K-means的谱方法
被引:31
作者
:
钱线
论文数:
0
引用数:
0
h-index:
0
机构:
复旦大学计算机科学与工程系
钱线
论文数:
引用数:
h-index:
机构:
黄萱菁
论文数:
引用数:
h-index:
机构:
吴立德
机构
:
[1]
复旦大学计算机科学与工程系
来源
:
自动化学报
|
2007年
/ 04期
关键词
:
聚类;
K-means算法;
特征中心;
D O I
:
10.16383/j.aas.2007.04.002
中图分类号
:
TP18 [人工智能理论];
学科分类号
:
081104 ;
0812 ;
0835 ;
1405 ;
摘要
:
众所周知,K-means(以下简称KM)对初始点十分敏感.本文提出了一种新的初始化KM的方法,它先估计出k个类的特征中心的位置,然后用估计出的特征中心来初始化KM.在人工数据集和真实数据集上的实验表明,本文的方法所得到的结果要好于其他一些初始化KM的方法.
引用
收藏
页码:342 / 346
页数:5
相关论文
共 1 条
[1]
An examination of the effect of six types of error perturbation on fifteen clustering algorithms[J] . Glenn W. Milligan.Psychometrika . 1980 (3)
←
1
→
共 1 条
[1]
An examination of the effect of six types of error perturbation on fifteen clustering algorithms[J] . Glenn W. Milligan.Psychometrika . 1980 (3)
←
1
→