期刊文章详细信息
文献类型:期刊文章
机构地区:[1]成都信息工程学院计算机系,四川成都610225 [2]成都信息工程学院网络中心,四川成都610225
年 份:2009
卷 号:35
期 号:1
起止页码:198-200
语 种:中文
收录情况:AJ、CAB、CAS、CSA-PROQEUST、RCCSE、UPD、WOS、ZGKJHX、ZMATH、ZR、普通刊
摘 要:原始的k-means算法[4]是从样本点的集合中随机选取K个中心,这种选取具有盲目性和随意性,它在很大程度上决定了算法的有效性.为消除选取初始中心的盲目性,应充分利用已有数据样本点的信息.采取对数据进行预处理的方式来选取初始中心.实验证明新的初始点的选取不仅提高了算法的计算效率,也提高了算法最终确定的聚类的精度.
关 键 词:数据挖掘 聚类 K-MEANS算法 聚类中心
分 类 号:TP392]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...