基于加权二分图的K均值最佳聚类数确定算法

摘要：

针对传统K均值算法无法精确预设初始聚类中心数目的问题,提出基于加权二分图的K均值最佳聚类数确定算法.设计等比例随机采样的方式,从原始大数据集中产生小数据集集合并从中产生聚类中心点点集,提高应对大规模数据集的能力;用聚类中心点点集形成二分图,针对聚类算法特性改进其赋权函数;设计评价数,改进Kuhn-Munkres算法,将其用于求取二分图的最大权完美匹配,确定最佳聚类数.实验结果表明,相较其它6种对比算法,所提算法有更高的准确性,更好的稳定性,以及更强的处理大规模数据集能力.

关键词：K均值、初始聚类中心、随机采样、二分图、Kuhn-Munkres算法、最佳聚类数、完美匹配

所属期刊栏目：44

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家自然科学基金;上海自然科学基金;浙江大学工业控制技术国家重点实验室开放式基金

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1104-1111