K_means算法的初始聚类中心的优化

时间:2012-08-10 11:55:16
【文件属性】:

文件名称:K_means算法的初始聚类中心的优化

文件大小:171KB

文件格式:PDF

更新时间:2012-08-10 11:55:16

K_means

摘 要: 传统的 K- means 算法对初始聚类中心敏感, 聚类结果随不同的初始输入而波动, 针对 K- means 算法存在的问题, 提出了 基于密度的改进的 K- means 算法, 该算法采取聚类对象分布密度方法来确定初始聚类中心, 选择相互距离最远的 K个处于高密 度区域的点作为初始聚类中心, 理论分析与实验结果表明, 改进的算法能取得更好的聚类结果。


网友评论

  • 还可以,可以学点知识
  • 用于初步学习有点难度
  • K-means算法的难点就是中心的选值,有所帮助,很好。
  • 好东西,机器学习必看
  • 计算效率对我的要求略不足