基于属性加权的改进K-Means算法

摘要：

经典的K-Means算法认为被分析样本的各个属性对聚类结果的贡献均匀,没有考虑不同属性特征对聚类结果可能造成的不同影响.文章提出了一种基于样本属性加权的K-Means算法,该算法利用变异系数赋权法对属性进行加权处理,通过权值反映各个属性对聚类结果的贡献的大小,实验表明,该算法在不改变时间,空间复杂度的情况下能取得更好的聚类结果.

关键词：聚类、属性加权、K-Means

所属期刊栏目：5

分类号：TP301(计算技术、计算机技术)

在线出版日期：2009-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：2412-2413