改进的FCM聚类算法在Weka平台的应用

摘要：

模糊C-均值聚类算法是目前应用最广泛的聚类算法,但其仍然存在对孤立点敏感及对初始中心点依赖等问题.为此,提出了一种改进的基于样本加权的模糊聚类算法,该算法可以更加准确的获得初始中心点且去除噪声点.同时,针对Weka系统中聚类算法的薄弱性以及聚类问题在数据挖掘领域的广泛性,本文对此平台进行二次开发并对传统FCM算法与改进算法进行研究.研究发现,改进算法使得聚类结果稳定,且能准确获得聚类结果,提高了算法准确率.

关键词：模糊C-均值聚类算法、孤立点、初始中心点、Weka

所属期刊栏目：24

分类号：TP3;TN9

资助基金：上海海事大学校基金20120109

在线出版日期：2016-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：219-224