基于加权欧式距离的kmeans算法研究

被引：134

作者：

张忠林

曹志宇

李元韬

机构：

[1] 兰州交通大学电子与信息工程学院

来源：

郑州大学学报(工学版) | 2010年 / 31卷 / 01期

关键词：

kmeans算法; 聚类; 加权; 变异系数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

传统的kmeans算法将欧式距离作为最常用的距离度量方法.针对基于欧式距离计算样本点与类间相似度的不足,用"相对距离"代替"绝对距离"可以更好地反映样本的实际分布,提出一种在领域知识未知的情况下基于加权欧式距离的kmeans算法.针对公共数据库UCI里的数据实验表明改进后的算法能产生质量较高的聚类结果.

引用

收藏

页码：89 / 92

页数：4

相关论文

共 3 条

[1]

聚类算法研究 [J].

孙吉贵 ;

刘杰 ;

赵连宇 .

软件学报, 2008, (01) :48-61

[2]

一种基于划分的层次聚类算法 [J].

沈洁 ;

赵雷 ;

杨季文 ;

李榕 .

计算机工程与应用 , 2007, (31) :175-177

[3]

数据挖掘导论.[M].(美)Pang-NingTan;(美)MichaelSteinbach;(美)VipinKumar著;范明;范宏建等译;.人民邮电出版社.2006,