基于近邻传播算法的最佳聚类数确定方法比较研究

被引：30

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

来源：

计算机科学 | 2011年 / 38卷 / 02期

关键词：

近邻传播; 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：

在聚类分析中,决定聚类质量的关键是确定最佳聚类数。提出采用聚类效果较好的近邻传播聚类算法对样本进行聚类,运用6种聚类有效性指标分别对聚类结果进行有效性分析,以确定最佳聚类数。具体分析了这些有效性指标,并改进了IGP指标确定最佳聚类数的方法。针对8个数据集,通过实验比较这些指标的性能。分析和实验结果表明,基于近邻传播聚类算法,IGP指标确定最佳聚类数的性能最好。

引用

页码：225 / 228

页数：4