K-Means算法的研究与改进

摘要：

K-Means算法是一种基于划分方法的经典聚类算法,已经在很多领域得到广泛的应用.虽然该算法有很多优点,但其也存在自身的局限性,比如需要用户输入聚类簇个数,初始聚类中心是随机性选择的,算法容易陷入局部最优解,对孤立点比较敏感等.文中首先应用统计学中的标准分数对样本进行孤立点分析,然后提出一种新的初始聚类中心确定策略.对改进的算法和原算法分别做实验进行比较,实验结果表明,改进的算法在准确率、收敛速度和稳定性方面都有很大的提高.

关键词：K-Means算法、孤立点、初始聚类中心

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2012-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：101-104