期刊文章详细信息
文献类型:期刊文章
机构地区:[1]太原理工大学计算机与软件学院,山西太原030024
年 份:2009
卷 号:40
期 号:3
起止页码:236-239
语 种:中文
收录情况:BDHX、BDHX2008、CAS、JST、ZGKJHX、核心刊
摘 要:为解决原始K-means算法随机选取初始聚类中心对聚类结果的影响较大的不足,提出了改进算法。采取基于采样选取聚类中心距离的规则,进行多次选择决定最终的初始聚类中心,使得改进后的算法受初始聚类中心选择的影响达到最小;同时,在选取初始聚类中心后,对初值进行数据标准化处理。将改进的K-means算法应用于销售行业,结果显示,改进后的算法比原始的算法在效率上得到了提高。
关 键 词:数据挖掘 K—means算法 初始聚类中心 聚类分析
分 类 号:TP301.6]
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...