K-means算法初始聚类中心选择的优化
迄今为止,在数据挖掘领域,人们已经实现了多种聚类算法,其中使用最广泛的当属K-means聚类算法.然而,在数据挖掘中,K-means算法面临的一个主要问题就是初始中心点选择问题.本文提出了一种结合关系矩阵和度中心性(Degree Centrality)的分析方法,从而确定K-means算法初始的k个中心点.与传统方法相比,本文算法可得到更加优质的聚类结果.实验结果表明该算法的有效性和可行性.
数据挖掘、度中心性、K-means算法、聚类
26
TP3;TN9
2017-06-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
170-174