K-均值算法中聚类个数优化问题研究 |
| |
引用本文: | 韩凌波.K-均值算法中聚类个数优化问题研究[J].社会福利,2012,25(6). |
| |
作者姓名: | 韩凌波 |
| |
作者单位: | 中共湛江市委党校理论信息室,广东湛江,524032 |
| |
基金项目: | 广西科学基金项目,广西研究生教育创新计划项目 |
| |
摘 要: | 在传统的K-均值聚类算法中,聚类数K必须事先给定,然而,实际中K值很难被精确的确定,K值是否合理直接影响着K-均值算法的好坏。针对这个缺点,提出一种优化聚类数算法,根据聚类算法中类内相似度最大差异度最小和类间差异度最大相似度最小的基本原则,构建了距离评价函数F(S,K)作为最佳聚类数的检验函数,建立了相应的数学模型,并通过仿真实验进一步验证了新算法的有效性。
|
关 键 词: | k-均值算法 聚类个数 距离价值函数 |
Optimization Study on Class Number of K-means Algorithm |
| |
Abstract: | |
| |
Keywords: | K-means algorithm clustering center distance cost |
本文献已被 万方数据 等数据库收录! |
|