基于K-means聚类算法的分析及应用

被引：21

作者：

石云平

辛大欣

机构：

[1] 西安工业学院计算机科学与工程学院

来源：

西安工业大学学报 | 2006年 / 01期

关键词：

数据挖掘; 划分方法; 聚类; K-means;

D O I：

10.16185/j.jxatu.edu.cn.2006.01.012

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

聚类分析能作为一个独立的工具来获得数据分布的情况,观察每一个簇的特点,集中对特定的某些簇作进一步的分析;本文主要介绍了传统聚类算法及其局限性,然后对直接K-means算法进行分析改进,着重分析了该算法的思想体系以及它的优缺点,针对它的缺点之一提出了一种基于距离的改进策略,并将该改进策略应用到对学生成绩的分析中,实验目的是应用该算法将学生划分为合理的簇(或类)以及对聚类结果进行分析,总之实验表明了该算法的灵活性以及在此应用中的适用性.

引用

页码：45 / 48

页数：4