| 基于K-means的最佳聚类数确定方法研究 |
| |
| 引用本文： | 李红岩 胡林林 王江波 周红芳. 基于K-means的最佳聚类数确定方法研究[J]. 数字社区&智能家居, 2014, 0(1): 110-114 |
| |
| 作者姓名： | 李红岩 胡林林 王江波 周红芳 |
| |
| 作者单位： | [1] 许继电源有限公司,河南许昌416000 [2] 西安理工大学计算机科学与工程学院,陕西西安710048 |
| |
| 基金项目： | 863重点课题（2007AA010305）;陕西省自然科学基础研究计划项目（SJ08-ZT14）;陕西省教育厅科学研究计划资助项目（12JK0739） |
| |
| 摘 要： | 确定数据集的最佳聚类数是聚类研究中的一个重要难题。为了更有效地确定数据集的最佳聚类数,该文提出了通过改进K-means算法并结合一个不依赖于具体算法的有效性指标Q(c)对数据集的最佳聚类数进行确定的方法。理论分析和实验结果证明了该方法具有良好的性能和有效性。
|
| 关 键 词： | K-means 最佳聚类数 聚类有效性指标 聚类 |
A Method for Determining Vintage Number of Clusters Based on K-means Algorithm |
| |
| LI Hong-yan,HU lin-lin,WANG Jiang-bo,ZHOU Hong-fang. A Method for Determining Vintage Number of Clusters Based on K-means Algorithm[J]. Digital Community & Smart Home, 2014, 0(1): 110-114 |
| |
| Authors: | LI Hong-yan HU lin-lin WANG Jiang-bo ZHOU Hong-fang |
| |
| Affiliation: | LI Hong-yan, HU lin-lin, WANG Jiang-bo, ZHOU Hong-fang |
| |
| Abstract: | Determining the optimal number of clusters in a dataset is a difficult problem in the relative research field of cluster. To resolve this problem effectively, a method for getting the optimal cluster number in a massive dataset is proposed based on K-means algorithm and cluster quality validity index Q（c） .Theoretical analysis and experimental results have verified the effective-ness and good performance of the algorithm. |
| |
| Keywords: | K-means K-means optimal number of clusters clustering validity index clustering |
| 本文献已被 CNKI 维普 等数据库收录！ |
