EM算法与K-Means算法比较

被引：22

作者：

黄颖

李伟

机构：

[1] 江西理工大学信息工程学院

来源：

关键词：

聚类; K-Means算法; EM算法;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

聚类是广泛应用的基本数据挖掘方法之一,它按照数据的相似性和差异性将数据分为若干簇,并使得同簇的尽量相似,不同簇的尽量相异。目前存在大量的聚类算法,本文仅考察了划分方法中的两个常用算法:EM算法和K-Means算法,并重点剖析了EM算法,对实验结果进行了分析。最后对算法进行了总结与讨论。

引用

页码：12 / 14

页数：3

共 5 条

[1]

数据挖掘原理.[M].(英) 汉德 (Hand;D.) ; 著.机械工业出版社.2003,

[2]

数据挖掘.[M].(加)JiaweiHan;(加)MichelineKamber著;范明;孟小峰等译;.机械工业出版社.2001,

[3]

朱周华 .

[4]

付淑群 ;

曹炳元 ;

马尽文 .

[5]

REDNER, RA ;

WALKER, HF .