融合了K近邻与密度峰值算法的K-means算法

摘要：

初始聚类中心的随机选择,根据主观经验确定类簇数等问题时常伴随着原始K-means算法.为了攻克以上问题,改进算法采用峰值法以及融合了K近邻算法的密度峰值算法逐一调整.通过在UCI数据集上测试及与原始K-means算法、最大最小距离距离算法在准确率、稳定性和处理数据速率方面的比较,其中最为突出的是,改进算法的准确率达到了96％以上.

关键词：K-means算法、PCA降维、峰值法、KDPC算法

所属期刊栏目：17

分类号：TP301.6(计算技术、计算机技术)

资助基金：2019年中央引导地方科技发展中的油田数据智能分析研究资金项目2019ZYYD016

在线出版日期：2021-04-19（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：182-184