基于密度的改进K均值算法及实现

摘要：

传统的K均值算法的初始聚类中心从数据集中随机产生,聚类结果很不稳定.提出一种基于密度算法优化初始聚类中心的改进K-means算法,该算法选择相互距离最远的k个处于高密度区域的点作为初始聚类中心.实验证明,改进的K-means算法能够消除对初始聚类中心的依赖,聚类结果有了较大的改进.

关键词：聚类、K-均值算法、初始聚类中心、高密度区域

所属期刊栏目：31

分类号：TP301(计算技术、计算机技术)

在线出版日期：2011-04-27（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：432-434