一种改进的K-means聚类算法

摘要：

K-means算法是一种应用非常广泛的聚类算法,它有很多优点,比如操作简单、效率很高、伸缩性较好,但也存在一些不足,比如聚类个数需要人工输入、初始聚类中心随机产生可能导致局部最优解、孤立点对聚类结果会产生较大影响等.笔者主要针对K-means算法的K值获取和初始聚类中心的选取对算法进行改进,并通过实验对比了原算法和改进算法,实验表明改进算法在聚类准确率和质量方面都优于原算法.

关键词：数据挖掘、K-means算法、K值、初始聚类中心

分类号：TP311.13(计算技术、计算机技术)

在线出版日期：2017-09-08（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：40-42