| 一种基于全局K-均值聚类的改进算法 |
| |
| 引用本文： | 李燕梅.一种基于全局K-均值聚类的改进算法[J].广东电脑与电讯,2017,1(11):25-27. |
| |
| 作者姓名： | 李燕梅 |
| |
| 作者单位： | 滇西科技师范学院 |
| |
| 基金项目： | 本文课题支持：临沧市哲学社会科学规划项目（临沧农村电子商务发展存在的问题及对策建议），课题编号：JCZX201614。 |
| |
| 摘 要： | 全局K-均值聚类算法需要随机选取初始的聚类中心，本文基于K中心点算法的思想，将其作为全局K-均值聚类算法的初始聚类中心，并对全局K-均值聚类算法进行改进。依托人工模拟数据和学习库中的数据分析，对比两种算法的性能，得出改进算法聚类时间短，鲁棒性强的结论。
|
| 关 键 词： | 全局K-均值聚类算法 K中心点算法 改进 |
An Improvement Algorithm Based on Global K- means Clustering |
| |
| LI Yan-mei.An Improvement Algorithm Based on Global K- means Clustering[J].Computer & Telecommunication,2017,1(11):25-27. |
| |
| Authors: | LI Yan-mei |
| |
| Abstract: | The global K - means clustering algorithm needs to randomly select the initial clustering center. In this paper, the K -medoids is used as the initial clustering center, and the global K - means clustering algorithm is improved. With the data analysis in the database, the performances of the two algorithms are compared. It concludes that the clustering time of the improved algorithm is short and its robustness is strong . |
| |
| Keywords: | K - medoids improvement global K-means clustering algorithm |
|
| 点击此处可从《广东电脑与电讯》浏览原始摘要信息 |
|
点击此处可从《广东电脑与电讯》下载全文 |
