改进的k-平均聚类算法研究

摘要：

聚类算法的好坏直接影响聚类的效果.该文讨论了经典的k-平均聚类算法,说明了它存在不能很好地处理符号数据和对噪声与孤立点数据敏感等不足,提出了一种基于加权改进的k-平均聚类算法,克服了k-平均聚类算法的缺点,并从理论上分析了该算法的复杂度.实验证明,用该方法实现的数据聚类与传统的基于平均值的方法相比较,能有效提高数据聚类效果.

关键词：聚类算法、k-平均、权、聚类数据挖掘

所属期刊栏目：33

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金60474022

在线出版日期：2007-09-03（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：200-201,209