各组内变异程度悬殊时传统K-means法的局限性及其改进

摘要：

目的 本文旨在利用模拟数据和两组实例验证改进的K-means法对方差大小不等的类进行聚的效果.方法 利用SAS软件产生两类服从双变量正态分布,且方差不等的数据.分别采用改进的K-means法和传统的K-means法对用SAS软件产生的模拟数据和两组真实数据进行聚类,并计算两种方法 聚类结果 的正确率.结果 在对方差大小不等的两个类进行聚类时,改进K-means法的正确率高于传统的K-means法.结论 在对方差相差悬殊的两类进行聚类时,改进K-means法的效果优于传统的K-means法.

关键词：聚类分析、欧氏距离、统计模拟

所属期刊栏目：26

分类号：S85;S56

资助基金：广东省科技计划项目2004B33701010

在线出版日期：2009-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：18-21