基于Ward’s方法的k-平均优化算法及其应用

通过对k-平均算法存在不足的分析，提出了一种基于Ward’s方法的k-平均优化算法。算法首先在用Ward’s方法对样本数据初步聚类的基础上，确定合适的簇数目、初始聚类中心等k-平均算法的初始参数，并进行孤立点检测、删除；基于上述处理再采用传统k-平均算法进行聚类。将优化的k-平均算法应用到罪犯人格类型分析中，实验结果表明，该算法的效率、聚类效果均明显优于传统k-平均算法。