基于核的K-均值聚类

被引：45

作者：

孔锐

张国宣

施泽生

郭立

机构：

[1] 中国科学技术大学电子科学与技术系

来源：

计算机工程 | 2004年 / 11期

关键词：

核K-均值聚类; K-均值聚类; 核函数; 支持向量机;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

将核学习方法的思想应用于K-均值聚类中,提出了一种核K-均值聚类算法,算法的主要思想是:首先将原空间中待聚类的样本经过一个非线性映射,映射到一个高维的核空间中,突出各类样本之间的特征差异,然后在这个核空间中进行K-均值聚类。同时还将一种新的核函数应用于核K-均值聚类中以提高算法的速度。为了验证算法的有效性,分别利用人工和实际数据进行K-均值聚类和核K-均值聚类,实验结果显示对于一些特殊的类分布数据,核K-均值聚类比K-均值聚类具有更好的聚类效果。

引用

页码：12 / 13+80 +80

页数：3