改进CK-means+算法及并行实现

摘要：

为降低K值的不确定性和初始聚类中心的随机性对聚类结果的影响,提出一种基于优化Canopy算法和均值计算法的改进K-means算法——CK-means+.优化Canopy算法,降低距离阈值T不确定性对最终输出K值的影响,通过Canopy算法和均值计算法得到K值和初始中心点.在UCI数据集上,结合Spark框架并行化,实验结果表明,相较其它算法,CK-means+算法效率更高,可以更好适应大规模数据应用场景.

关键词：Canopy算法、K-means算法、初始值K、初始中心点、并行化

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;新疆维吾尔自治区教育厅创新团队基金项目

在线出版日期：2022-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1240-1248