长春师范大学学报(自然科学版)2021，Vol.40Issue(3) ：10-15.

基于改进的G1法和主成分分析相结合的K-means聚类

K-means Clustering Based on Improved G1 Method and Principal Component Analysis

曾如明 李云飞
长春师范大学学报(自然科学版)2021，Vol.40Issue(3) ：10-15.
✕
  • NETL
  • NSTL
  • 万方数据

基于改进的G1法和主成分分析相结合的K-means聚类

K-means Clustering Based on Improved G1 Method and Principal Component Analysis

曾如明 1李云飞1
扫码查看

作者信息

  • 1. 西华师范大学数学与信息学院,四川 南充637009
  • 折叠

摘要

指标之间的冗余性、高度相关性及其重要性差异,导致了传统聚类分析方法往往无法获得良好的分类效果.本文在传统G1法的基础上进行改进以确定主观权重,利用乘法合成法对主、客观权重系数进行组合赋权,采用K-means聚类方法,对四川省21个地区的国民经济指标数据进行了实证分析.实证研究结果表明,基于改进的G1法-主成分分析法的组合赋权模型下的排名与聚类结果更符合现实情况.

关键词

G1法/主成分分析/聚类分析

引用本文复制引用

基金项目

西华师范大学英才科研基金(17YC381)

出版年

2021
长春师范大学学报(自然科学版)
长春师范学院

长春师范大学学报(自然科学版)

影响因子：0.279
ISSN：1008-178X
被引量1
参考文献量9
段落导航相关论文