基于初始聚类中心优化和维间加权的改进K-means算法 |
| |
作者姓名: | 王越 王泉 吕奇峰 曾晶 |
| |
作者单位: | 重庆理工大学计算机科学与工程学院 |
| |
摘 要: | 针对K-means算法易受随机选择的初始聚类中心的影响和划分准确率不高的缺点,给出了一种改进的K-means算法。首先对初始聚类中心的选择过程进行了改进,然后对各样本点间差异最大的维进行加权处理。在Iris数据集上对原始算法和改进后的K-means算法的聚类结果进行对比分析。实验证明:改进后的算法稳定,且聚类的准确率达到了92%。
|
关 键 词: | 聚类 K-means算法 初始聚类中心 维间加权 Iris数据集 |
本文献已被 CNKI 等数据库收录! |
|