基于核距离的聚类算法分析介绍

李婷 ¹陈元春²

扫码查看

作者信息

1. 成都理工大学地球科学学院,四川成都 610059
2. 成都理工大学管理科学学院,四川成都 610059
折叠

摘要

聚类分析是统计学理论中的一种重要方法,对聚类分析方法的研究也是统计学研究的重点课题.传统K-均值聚类方法是聚类分析的一种广泛应用的方法,但它存在依赖样本特征差异的缺点.在K-均值聚类方法的基础上,研究者们提出了基于核距离的K-均值聚类算法(核K-均值聚类算法),将核函数(如高斯核函数或多项式核函数)应用于K-均值聚类算法,克服了传统方法的缺点并提高了计算效率,获得了更优异的聚类效果.本文在对文献资料整理与分析的基础上,对基于核距离的聚类算法进行了整理分析对比介绍.

关键词

核距离/聚类分析/K-均值聚类/核K-均值聚类算法

引用本文复制引用

出版年

2017

科技展望

宁夏科技信息研究所

科技展望

ISSN：1672-8289

参考文献量1

段落导航