| 数据挖掘技术中聚类算法的改进研究 |
| |
| 引用本文： | 张玉英,孟海东.数据挖掘技术中聚类算法的改进研究[J].包头钢铁学院学报,2005,24(4):338-341. |
| |
| 作者姓名： | 张玉英 孟海东 |
| |
| 作者单位： | 内蒙古科技大学网络中心,内蒙古包头014010 |
| |
| 基金项目： | 内蒙古高等教育科研项目 |
| |
| 摘 要： | 针对K-means算法所存在的问题进行了深入的研究,提出了基于密度和聚类对象方向的改进算法(KADD算法).该算法采取聚类对象分布密度方法来确定初始聚类中心,然后根据对象的聚类方向来发现任意形状的簇.理论分析与实验结果表明,改进算法在不改变时间、空间复杂度的情况下能取得更好的聚类结果.
|
| 关 键 词： | 数据挖掘 聚类 K-means算法 KADD算法 数据 挖掘技术 聚类算法 改进研究 techniques data mining improvement clustering algorithm 情况 空间复杂度 时间 结果 实验 分析 理论 形状 发现 对象分布 初始聚类中心 密度方法 |
| 文章编号： | 1004-9762(2005)04-0338-04 |
| 收稿时间： | 2005-07-15 |
| 修稿时间： | 2005年7月15日 |
Research of clustering algorithm improvement in data mining techniques |
| |
| ZHANG Yu-ying,MENG Hai-dong.Research of clustering algorithm improvement in data mining techniques[J].Journal of Baotou University of Iron and Steel Technology,2005,24(4):338-341. |
| |
| Authors: | ZHANG Yu-ying MENG Hai-dong |
| |
| Affiliation: | Network Genter, UST Inner Mongolia, Baotou 014010, China |
| |
| Abstract: | The existing problems of K-means clustering algorithm were carefully researched.An improved K-means algorithm based on density and direction(KADD) was presented,with which the initial clustering center points were located according to the clustering objects distribution density.And the clusters with arbitrary distributions were found based on object direction.Theory analysis and experimental results demonstrate that the improved algorithm can get better clustering without changing efficiency and dimensional complexity. |
| |
| Keywords: | data mining clustering K- means algorithm KADD algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
