基于加权欧式距离的k_means算法研究

摘要：

传统的k_means算法将欧式距离作为最常用的距离度量方法.针对基于欧式距离计算样本点与类间相似度的不足,用"相对距离"代替"绝对距离"可以更好地反映样本的实际分布,提出一种在领域知识未知的情况下基于加权欧式距离的k_means算法.针对公共数据库UCI里的数据实验表明改进后的算法能产生质量较高的聚类结果.

关键词：k_means算法、聚类、加权、变异系数

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：兰州市企业技术攻关计划资助2009-1-4;兰州交通大学"青蓝"人才工程基金资助QL-05-10A

在线出版日期：2011-08-17（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：89-92