基于距离的最大聚类数探索算法的探讨 |
| |
引用本文: | 宋铭利,高新科.基于距离的最大聚类数探索算法的探讨[J].矿山机械,2006,34(9):106-108. |
| |
作者姓名: | 宋铭利 高新科 |
| |
作者单位: | 洛阳师范学院计算机科学系,河南洛阳471022 |
| |
基金项目: | 河南省科技攻关项目(04242211249);河南省科技发展计划项目(0524220059). |
| |
摘 要: | 聚类是数据挖掘中用来发现数据分布和模式的一项重要技术,它是数据挖掘中的一个很活跃的研究领域,目前提出了许多聚类算法。这些聚类算法中,聚类数一般需要给定,但是在多数情况下,聚类数事先无法确定。由于各种聚类算法一般依赖于初值,即使聚类数保持不变,算法决定的聚类结果也可能有所不同,因此对同一个数据集,如何评价聚类算法给出的不同聚类结果就成了一个关键问题,这一问题人们称之为聚类有效性问题。
|
关 键 词: | 探索算法 聚类数 聚类算法 距离 数据挖掘 聚类结果 聚类有效性 数据分布 |
文章编号: | 1001-3954(2006)09-0106-108 |
收稿时间: | 2006-03-21 |
修稿时间: | 2006-03-212006-05-29 |
本文献已被 CNKI 维普 等数据库收录! |
|