K-means算法最佳聚类数确定方法

被引:130
作者
周世兵 [1 ]
徐振源 [1 ,2 ]
唐旭清 [2 ]
机构
[1] 江南大学信息工程学院
[2] 江南大学理学院
关键词
K-means聚类; 聚类数; 聚类有效性指标; 聚类分析;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
K-means聚类算法是以确定的类数k为前提对数据集进行聚类的,通常聚类数事先无法确定。从样本几何结构的角度设计了一种新的聚类有效性指标,在此基础上提出了一种新的确定K-means算法最佳聚类数的方法。理论研究和实验结果验证了以上算法方案的有效性和良好性能。
引用
收藏
页码:1995 / 1998
页数:4
相关论文
共 3 条
[1]   An examination of indexes for determining the number of clusters in binary data sets [J].
Dimitriadou, E ;
Dolnicar, S ;
Weingessel, A .
PSYCHOMETRIKA, 2002, 67 (01) :137-159
[2]  
现代模式识别.[M].孙即祥等编著;.国防科技大学出版社.2002,
[3]   聚类算法研究 [J].
孙吉贵 ;
刘杰 ;
赵连宇 .
软件学报, 2008, (01) :48-61