共 2 条
K-MEANS算法中的K值优化问题研究
被引：181
作者：
杨善林
李永森
胡笑旋
潘若愚
机构：
[1] 合肥工业大计算机网络系统研究所
来源：
关键词：
空间聚类;
K-平均算法;
距离代价函数;
K值优化;
D O I：
暂无
中图分类号：
TP301.6 [算法理论];
学科分类号：
081202 ;
摘要：
在空间聚类中,最佳聚类数K求解的关键是构造合适的聚类有效性函数.典型K-平均算法中的聚类数K必须是事先给定的确定值,然而,实际中K很难被精确地确定,使得该算法对一些实际问题无效.文章提出距离代价函数作为最佳聚类数的有效性检验函数,建立了相应的数学模型,并据此设计了一种新的K值优化算法.同时,给出了K值最优解KOPT及其上界KMAX的条件,在理论上证明了经验规则KMAX≤N的合理性,实例结果进一步验证了新方法的有效性.
引用
收藏
页码：97 / 101
页数：5
相关论文