一种改进的K平均聚类算法

An improved clustering algorithm of K-means

王全 ¹杨国梁¹

扫码查看

作者信息

1. 西安工业大学,陕西,西安,710032
折叠

摘要

典型K平均算法中的聚类数k必须是事先给定的确定值,然而实际中很难精确确定,因而无法解决该核算法的实际问题.为此,提出距离代价函数作为最佳聚类数的有效性检验函数,建立了相应的数学模型,并据此提出了一种改进的k值优化算法.实验证明,与传统基于平均值方法实现数据聚类相比,用改进K值优化算法有效提高数据聚类效果.

关键词

算法/平均聚类算法/空间数据挖掘

引用本文复制引用

出版年

2008

国外电子元器件

西安三才科技实业有限公司

国外电子元器件

CSTPCD

影响因子：0.358

ISSN：1006-6977

被引量4

参考文献量5

段落导航