一种改进的Kmeans算法.pdf
K-means算法以误差平方和作为聚类准则函数,难以成功划分大小不一、密度不均的类.为此,本文提出了一种改进的K-means算法,首先通过增加初始聚类中心选在小的类、疏的类的概率优化初始聚类中心的选取;其次在将数据对象分配给聚类中心时,采用数据对象到聚类中心的加权距离代替传统K-means算法中的距离;最后使用加权众数距离之和作为聚类准则函数来评价聚类质量.实验结果表明,提出的算法能够提高K-means算法划分大小不一、密度不均的数据集的准确率.
作者：鞠荟荟刘志刚汪洋
作者单位：火箭军工程大学,陕西西安710025
母体文献：第十四届国家安全(军事)地球物理学术研讨会论文集
会议名称：第十四届国家安全(军事)地球物理学术研讨会
会议时间：2018年8月1日
会议地点：甘肃张掖
主办单位：中国地球物理学会,陕西省地球物理学会
语种：chi
分类号：TP3TP1
关键词：K-均值聚类算法 加权距离 聚类准则函数 质量评价
在线出版日期：2021年4月27日
基金项目：
相似文献
相关博文
- 文件大小:
- 635.58 KB
- 下载次数:
- 60
-
高速下载
|
|
