文献类型：期刊文章

作　　者：张雪凤[1] 刘鹏[1,2]

机构地区：[1]上海财经大学信息管理与工程学院,上海200433 [2]上海财经大学继续教育学院,上海200080

出　　处：《山东大学学报（理学版）》

基　　金：上海财经大学‘211工程’三期重点学科建设项目

年　　份：2010

卷　　号：45

期　　号：7

起止页码：28-33

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、JST、MR、PROQUEST、RCCSE、RSC、ZGKJHX、ZMATH、核心刊

摘　　要：为了改善K-means算法的聚类效果,将聚类准则函数定义为加权的类内误差平方总和SSE(sum of thesquared error),并调整了K-means算法迭代过程中重新分配数据对象的方法:使用一个带有类内数据对象数的加权距离作为重新分配数据对象的依据,同时按类间差异最大化为准则优化了加权距离中的参数。实验表明,改进后的K-means算法可以在很大程度上减少大类被拆分情况的发生,明显改善聚类效果。

关 键 词：K-MEANS算法 聚类 类间差异  加权距离

分 类 号：TP301.6]