初始聚类中心优化的k-means算法.pdf

数据挖掘；聚类；k-means算法；聚类中心

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

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

初始聚类中心优化的k-means算法.pdf

文件下载

评论信息

其他资源

免责申明

个人信息

热门下载

最新下载