初始聚类中心优化的k-means算法.pdf
传统的k-means算法对初始聚类中心敏感，聚类结果随不同的初始输入而波动。为消除这种敏感性，提出一种优化初始聚类中心的方法，此方法计算每个数据对象所在区域的密度，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。实验表明改进后的k-means算法能产生质量较高的聚类结果，并且消除了对初始输入的敏感性。
关键词：数据挖掘；聚类；k-means算法；聚类中心
文件下载
评论信息
-
-
-
u011533783 :简单，易懂，支持0分2013-10-30 -
-
u012276808 :稍微看了一下，现在一直在找这类的资料，感觉还是可以的2013-10-18
-
-
ww350323242 :很好的K均值算法。2013-09-02
-
其他资源
- 程序设计语言与编译 语言的设计和实现 第三版 课后答案 (王晓斌 陈文宇)
- matlab有限元工具箱
- 基于卡尔曼滤波的目标跟踪算法-官方demo
- 指纹特征提取matlab程序
- JAVA工资管理系统课程设计（附报告）
- HS8145CHS8145V破解及工具集合V3(最全)
- install_flash_player_10_active_x
- 华中科技大学计算机学院操作系统一
- GA工具箱，非常好用
- 搭建rtmp流媒体服务器的nginx
- netty-codec-4.0.27.Final.jar
- pve-lxc.zip
- sybase iq 安装包地址跟使用命令
- 中国城市统计年鉴2016.xlsx
- tessdata-ocr
- Python端口扫描器
- 站群软件程序集合
- 易飞扬（efide_0.2.2_windows.exe）破解补丁
- druid-1.1.8 连接池jar包
- csapp lab archlab 解答
- Android车牌识别Demo源代码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明