一种对孤立点不敏感的新的K-Means聚类算法 |
| |
引用本文: | 包志强,赵媛媛,胡啸天,赵研. 一种对孤立点不敏感的新的K-Means聚类算法[J]. 现代电子技术, 2020, 0(5): 109-112 |
| |
作者姓名: | 包志强 赵媛媛 胡啸天 赵研 |
| |
作者单位: | 1.西安邮电大学通信与信息工程学院 |
| |
基金项目: | 陕西省教育厅专项科研计划项目(17JK0703); |
| |
摘 要: | 针对传统K-Means聚类算法的不足,提出一种新的对孤立点不敏感的K-Means聚类算法。首先,采用孤立点移除算法消除数据集中存在的孤立点;然后,对不包含孤立点的数据集进行传统K-Means聚类,再引入轮廓系数并选择轮廓系数最大值对应的簇类数作为数据集中簇的最优选择数目K;最后,通过自定义的聚类有效性评价函数评估聚类效果。实验结果表明,相对于传统K-Means聚类算法,对孤立点不敏感的新的K-Means聚类算法能够消除孤立点对数据集整体的影响,并优化了聚类中心的选择。
|
关 键 词: | K-Means聚类算法 孤立点 轮廓系数 簇类数 聚类有效性评价函数 聚类中心 |
A new K-Means clustering algorithm not sensitive to outliers |
| |
Abstract: | |
| |
Keywords: | |
|
|