K-means算法中k值优化问题研究

摘要：

现有的分离系数、分离熵、紧致与分离性效果函数,反映的是对象与对象两两之间距离,而规划物业管理分处研究的是对象与类中心之间距离和类中心与全域中心之间距离,两者所研究的数学模型不同.针对规划物业管理分处个数求解问题,研究者新定义D函数、S函数以及L函数,提出L函数最小时的k值即最优k值.由于L函数是隐函数,无法用准确的数学式子描述与各种参数之间关系.借用函数曲线直观特性,用MATLAB工具绘制函数曲线,挖掘出函数特性以及与最优k值之间关系.用实验法证明了经验值k的取值为1~int(n)是不准确的,有时可能漏掉了最优值,实验证明应该为1~int(n)+1.讨论的k值优化算法,保证找出最优k值,大大缩小了求解最优k值的范围,节省了求解时间.

关键词：K-平均聚类算法、距离代价函数、函数极值、聚类个数k、函数曲线分析

所属期刊栏目：35

分类号：TP311(计算技术、计算机技术)

资助基金：陕西省科学规划项目SGH16V027

在线出版日期：2017-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1388-1395