首页|基于改进的G1法和主成分分析相结合的K-means聚类

基于改进的G1法和主成分分析相结合的K-means聚类

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
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.
K-means Clustering Based on Improved G1 Method and Principal Component Analysis

曾如明、李云飞

展开 >

西华师范大学数学与信息学院,四川 南充637009

G1法 主成分分析 聚类分析

西华师范大学英才科研基金

17YC381

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
年,卷(期)：2021.40(3)
  • 1
  • 9