改进的K-means聚类k值选择算法

摘要：

空间聚类算法中,聚类的效果在很大程度上受制于最佳k值的选择.典型的K-均值算法中,聚类数k需要事先确定,但在实际情况中k的取值很难确定.针对手肘法在确定k值的过程中存在的"肘点"位置不明确问题,基于指数函数性质、权重调节、偏执项和手肘法基本思想,提出了一种改进的k值选择算法ET-SSE算法.通过多个UCI数据集和K-means聚类算法对该算法进行实验,结果表明,使用该k值选择算法相比于手肘法能更加快速且准确地确定k值.

关键词：K-均值算法、k值选择、ET-SSE算法

所属期刊栏目：55

分类号：TP301(计算技术、计算机技术)

资助基金：陕西省重点学科资助项目107-00X901

在线出版日期：2019-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：27-33