基于预测强度的变量自动加权K-Means算法的研究与应用

摘要：

为了克服传统K-Means算法k值不能确定问题和不具备变量自动选择能力,将预测强度和变量自动加权K-Means算法相结合,提出基于预测强度的变量自动加权K-Means算法.预测强度表示聚类模型对未知数据的预测能力,预测能力越强,则聚类结果越佳,主要用于k值的确定;变量自动加权K-Means算法具有在聚类过程中自动调整变量权重的能力,对于噪声变量和冗余变量削弱其对距离的贡献,使聚类结果反映最真实的聚类结构.实验表明,算法具有较强的分类能力和预测能力.

关键词：K-Means、预测强度、变量自动加权

所属期刊栏目：29

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2016-06-03（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：25-29