|
|||||
|
|
| 基于相对最佳划分的加权K-平均聚类改进算法 | |
| 引用本文： | 安庆,余隋怀,万小健.基于相对最佳划分的加权K-平均聚类改进算法[J].微电子学与计算机,2008,25(1):66-68,72. |
| 作者姓名： | 安庆 余隋怀 万小健 |
| 作者单位： | 1. 西北工业大学,软件与微电子学院,陕西,西安,710065;中国电信集团,陕西省电信有限公司西安市分公司,陕西,西安,710004 2. 西北工业大学,工业设计研究所,陕西,西安,710072 3. 中国电信集团,陕西省电信有限公司西安市分公司,陕西,西安,710004 |
| 摘 要： | 针对K-平均算法存在的缺陷,通过引入相对最佳随机划分方法以及在计算样本与簇中心时的权重,改进了K-平均算法。并通过电信运营商客户通话数据进行试验,取得了预期的效果。 |
| 关 键 词： | 数据挖掘 K-平均算法 划分 噪声 |
| 文章编号： | 1000-7180（2008）01-0066-03 |
| 收稿时间： | 2007-03-13 |
| 修稿时间： | 2007年3月13日 |
Improved K-Means Algorithm Based on Relative Best Partition with Weight |
|
| AN Qing,YU Sui-huai,WAN Xiao-jian.Improved K-Means Algorithm Based on Relative Best Partition with Weight[J].Microelectronics & Computer,2008,25(1):66-68,72. | |
| Authors: | AN Qing YU Sui-huai WAN Xiao-jian |
| Abstract: | This article analyzes the deficiency of K-means algorithm and improves the algorithm with relative best partition and weight in the computation of distance of clusters and cases. The experimentation with the data of calling recode of telecommunication enterprise shows that the improved algorithm achieves the anticipation. |
| Keywords: | data-mining K-means algorithm partition noise |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |