Gap statistic与K-means算法

摘要：

对于许多聚类算法来说,聚类有效性是一个至关重要的问题.文献中已经提出很多针对此问题的方法,Gap statistic方法就是其中之一.一般认为,Gap statistic可用于解决K-means算法的聚类有效性问题.但是,缺少实际的理论分析和相近的实验数据支持.对Gap statistic方法在k-means算法中是否可行进行了验证和分析.通过用Gap statistic对k-means算法聚类效果明显的数据集进行实验,将实验结果和文献中的结论做比较,说明了Gap statistic方法并没有达到预期的结果.将Xie-Beni指标和Gap statistic方法做比较,结果显示在K-means算法聚类有效时,Xie-Beni指标要优于Gap statistic方法.

关键词：Gap statistic、聚类有效性、K-means、最优聚类数

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：霍英东教育基金101068;高等学校博士学科点专项科研项目20050004008

在线出版日期：2008-06-26（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：176-180