数据挖掘中Fuzzy c—means的自适应聚类算法 |
| |
引用本文: | 刘小览,赵英凯,等.数据挖掘中Fuzzy c—means的自适应聚类算法[J].南京化工大学学报,2001,23(5):17-21. |
| |
作者姓名: | 刘小览 赵英凯 等 |
| |
作者单位: | 南京化工大学信息科学与工程学院,江苏南京210009 |
| |
摘 要: | 聚类算法是数据挖掘算法中的重要解决方法。针对现有聚类算法模糊c均值算法FCM中的不足,如需要预先确定聚类参数c,随机性较强、局部最优等弱点,对其算法结构加以改进,提出模糊c均值自适应算法(FCMA),增加聚类有效性问题的分析,在聚类过程中可动态调整聚类数目,这种方法可以避免在确定参数时的随机性和经验性,提高聚类算法的可靠程度。
|
关 键 词: | 数据挖掘 FCMA 聚类数 自适应算法 聚类算法 聚类有效性 |
本文献已被 维普 等数据库收录! |
|