基于泛化能力的K-均值最佳聚类数确定方法

摘要：

针对K-均值聚类算法需要事先确定聚类数,而人为设定聚类数存在极大主观性的缺点,提出了一种基于泛化能力的最佳聚类数确定方法.该方法认为:一个好的聚类结果,应该对未知的样本有着良好的泛化能力.其通过设计一种泛化能力指标(GA)来评价得到的聚类模型对未知样本的分类能力,泛化能力指标的值越大,则聚类模型的效果越好,以泛化能力最优的聚类模型所对应的K值作为最佳聚类数.为了测试所提出方法的稳定性和有效性,分别基于真实数据集Iris以及人造数据集对基于泛化能力的最佳聚类数确定方法进行了实验验证,均能准确找到数据集最佳聚类数.实验结果表明,该方法能够简单、高效地获得最佳聚类数,且对数据集的聚类效果良好.

关键词：K-均值、最佳聚类数、泛化能力、非监督学习

所属期刊栏目：27

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金青年基金项目61304169

在线出版日期：2017-10-11（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：31-34