|
|||||
|
|
| 一种基于标准差的K-medoids聚类算法 | |
| 作者姓名： | 张继福 邓玉芳 |
| 摘 要： | K-me doids聚类分析具有对孤立点敏感度较低和良好的鲁棒性等特点,但由于初始聚类中心的选取和中心点迭代更新等,聚类精度和效率较低.文中根据标准差体现数据离散程度,定义了初始中心点候选集,给出了一种基于标准差的K-medoids聚类算法.该算法首先利用标准差定义了初始中心点候选集,并采用逐步增加的方式确定初始中心点... |
| 关 键 词： | K-medoids聚类算法 初始中心点 标准差 UCI数据集 |
|
||||||||||||||
|
||||||||||||||
|
||||||||||||||
|
|
|
|
| 设为首页 | 免责声明 | 关于勤云 | 加入收藏 |
|
Copyright©北京勤云科技发展有限公司 京ICP备09084417号 |