基于数据场改进的PAM聚类算法

摘要：

PAM是基于k-中心值聚类的一种算法,在处理数据集的聚类问题时,具有良好的准确性和伸缩性.但PAM算法在随机选取初始中心点时存在不足,而且在处理存在孤立点或噪声的数据时算法不是很健壮.本文针对这两点不足,使用了数据场的概念对PAM聚类算法进行了有益的改进,提高了算法的准确性和处理孤立点或噪声的能力,使其更适合于对数据集的处理,提高了挖掘结果的质量.

关键词：PAM、数据场、聚类

所属期刊栏目：32

分类号：TP3;F40

资助基金：重庆市教委资助项目030201

在线出版日期：2005-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：165-167