使用变体技术改进 K 均值聚类-研究论文

【文件属性】：
文件名称：使用变体技术改进 K 均值聚类-研究论文
文件大小：753KB
文件格式：PDF
更新时间：2021-06-10 10:03:54
论文研究 一种用于发现可能在数据集中生成的聚类的算法称为 k 均值聚类算法。 本研究概述了多年来 k 均值聚类算法的改进。 该算法以识别出的簇数量的形式作为输出获得的结果，它们的质心在很大程度上受到初始点选择的影响。 已经设计了几种新方法来提高k-means聚类算法在计算时间、性能和准确性方面的性能。 大多数改进的技术旨在通过最小化执行的迭代次数来减少计算时间。 通过研究可以看出，该算法在多种场景中得到了广泛的应用。 借助先前提出的 k-means 算法改进，可以设计出一种高效、准确且耗时最少的新混合算法。