基于均衡化函数的k均值优化算法

被引:7
作者
钱雪忠 [1 ]
施培蓓 [1 ]
张明阳 [2 ]
汪中 [3 ]
机构
[1] 江南大学信息工程学院
[2] 华东计算技术研究所
[3] 中国科技大学计算机科学与技术系
关键词
k-均值算法; 密度; 初始中心点; 均衡化函数;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
传统的k-means算法要求用户事先给定k值,限制了很多应用,初始中心点随机选择,容易导致局部极值点,常用的评价函数对于求解最优聚类数目也不理想。针对这些问题,该文提出一种新的评价函数——均衡化函数,采用基于密度的初始化中心点选择算法,自动生成聚类数目,实验结果表明了改进算法的有效性。
引用
收藏
页码:60 / 62
页数:3
相关论文
共 4 条
[1]  
数据挖掘原理与算法.[M].毛国君等编著;.清华大学出版社.2005,
[2]  
知识发现.[M].史忠植著;.清华大学出版社.2002,
[3]   K-MEANS算法中的K值优化问题研究 [J].
杨善林 ;
李永森 ;
胡笑旋 ;
潘若愚 .
系统工程理论与实践, 2006, (02) :97-101
[4]   一种基于参考点和密度的快速聚类算法 [J].
马帅 ;
王腾蛟 ;
唐世渭 ;
杨冬青 ;
高军 .
软件学报, 2003, (06) :1089-1095