-
初始聚类中心优化的k-means算法.pdf下载
资源介绍
传统的k-means算法对初始聚类中心敏感，聚类结果随不同的初始输入而波动。为消除这种敏感性，提出一种优化初始聚类中心的方法，此方法计算每个数据对象所在区域的密度，选择相互距离最远的k个处于高密度区域的点作为初始聚类中心。实验表明改进后的k-means算法能产生质量较高的聚类结果，并且消除了对初始输入的敏感性。
关键词：数据挖掘；聚类；k-means算法；聚类中心
- 上一篇: 微软亚洲研究院出租车轨迹数据
- 下一篇: 基于压缩小波的地震数据时频分析及压制噪声研究