一种新的聚类初始化方法

被引：29

作者：

杨圣云

袁德辉

赖国明

机构：

[1] 韩山师范学院数学与信息技术学院

来源：

计算机应用与软件 | 2007年 / 08期

关键词：

聚类; 山方法; 核函数; K-means;

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：

K-means聚类算法会收敛到求解问题的多个局部最优解中的一个,而且它对初始条件十分敏感。给出了一种基于数据集的多个子集和山函数的初始条件方法,它可以较稳定地收敛到一个更好的局部最优解。此初始方法同时适用于原空间和核空间的K-means算法,相对作用于完整数据集的山函数方法,该方法的时间复杂度和空间复杂度都只有它的p2(p是采样率,p<1)。

引用

页码：50 / 52

页数：3