基于划分的聚类算法研究综述

被引:15
作者
贾瑷玮
机构
[1] 陕西师范大学计算机科学学院
关键词
数据挖掘; 聚类; K均值聚类算法; K中心点聚类算法;
D O I
10.14022/j.cnki.dzsjgc.2014.23.012
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
在数据挖掘的所有算法中,聚类分析尤为重要.基于划分的聚类算法就是用统计分析的方法研究分类问题.本文介绍了聚类的定义及聚类算法的种类,详细阐述了K均值聚类算法和K中心点聚类算法的基本原理并对它们的性能进行分析,对近年来各学者对基于划分的聚类算法的研究现状进行了梳理,对其具体应用实例做了简要介绍。
引用
收藏
页码:38 / 41
页数:4
相关论文
共 2 条
[1]  
A simple and fast algorithm for K-medoids clustering[J] . Hae-Sang Park,Chi-Hyuck Jun.Expert Systems With Applications . 2008 (2)
[2]   Extensions to the k-means algorithm for clustering large data sets with categorical values [J].
Huang, ZX .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (03) :283-304