文件名称:
基于K-means算法的最佳聚类数研究
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-01-12
详细说明：针对聚类算法在实现的过程中需要预先设定最终聚类数目的问题，提出了基于同类全部样本的类内紧密度和类间离差度的一种新聚类有效性指标，通过该指标能够有效地确定数据集的最佳聚类簇数。在确定最佳聚类数的过程中采用K-means算法，针对K-means算法随机选择初始聚类中心的缺陷，提出以欧式距离度量样本相似度，基于样本方差，选出方差最小的前K个样本作为初始聚类中心，避免噪声点成为初始聚类中心，使得选择的初始聚类中心位于样本集稠密区域，K-means聚类的结果稳定有效。使用优化K-means算法和新的聚类有效性指标确定数据集的簇数，通过在UCI数据集和人工模拟数据集上测试，证明文本算法在球形且噪声点较少的样本集中，能够有效地找出最佳的类数且算法运行速度快。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
