基于偏序集的变权K-means聚类算法研究

摘要：

文章针对K-means聚类算法中属性权重不确定且易变的特性对聚类结果产生影响的问题,提出一种结合偏序集思想、利用属性优先程度代替精确权值的变权K-means聚类算法.首先,将属性按优先程度大小排序,构建含有权重次序的加权欧氏距离公式;其次,进行线性关系转换,并用矩阵形式表示,在列的累加基础上比较大小、迭代归类;最后,援引iris数据集进行检验.结果表明,该方法在实践中能较好地避免权重不确定带来的影响,验证了改进后算法的有效性和准确性.

关键词：偏序集、K-means聚类、变权

所属期刊栏目：39

分类号：O212.1(概率论与数理统计)

资助基金：辽宁省教育厅科学研究项目LJ2020ZK002

在线出版日期：2023-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：35-39