数据预处理方法对模糊C均值聚类的影响

摘要：

研究了数据预处理方法对模糊C均值聚类结果的影响.通过对国际标准数据集IRIS和某电力公司所管辖的不同行业电力用户实际负荷数据,利用不同的方法进行预处理,运用模糊C均值聚类算法(FCM)进行聚类,并对实验结果进行了验证和比较.结果显示对于FCM聚类算法,通过总和标准化和极大值标准化方法对数据进行预处理后,FCM的平均准确度最高；Max-Min、平均数方差法两种方法处理后FCM聚类效果较差；用标准差标准化后聚类效果最差.进一步地,对标准差标准化做了相应的改进,改进后FCM聚类效果明显提高.

关键词：数据预处理、聚类、负荷特性、聚类准确率

所属期刊栏目：27

分类号：TP18(自动化基础理论)

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：24-27,46