基于核的自适应聚类及其在文本分类中的应用

摘要：

针对k-medoid算法不能有效聚类大数据集和高维数据的弱点,将核学习方法引入到k-medoid算法,提出了基于核的自适应k-medoid算法,使其能够对大数据集和高维数据进行聚类.给出了具体实现过程并将其用于文本分类中,实验表明该算法用于文本分类的有效性及其高效率.

关键词：聚类、核方法、核函数、k-中心点、文本分类

所属期刊栏目：24

分类号：TP311.131(计算技术、计算机技术)

在线出版日期：2009-05-08（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：12-14