文献类型：期刊文章

作　　者：吴广建[1] 章剑林[1] 袁丁[1]

WU Guang-jian;ZHANG Jian-lin;YUAN Ding(Hangzhou Normal College,Alibaba Business University,Hangzhou 311100)

机构地区：[1]杭州师范大学阿里巴巴商学院

出　　处：《软件》

年　　份：2019

卷　　号：40

期　　号：5

起止页码：167-170

语　　种：中文

收录情况：CSA、IC、JST、普通刊

摘　　要：典型的K-means算法利用手肘法选择合适的K值在实际项目中应用的较多,但是手肘法获取K值自动性低,以及面对海量数据的处理,效率上也有待提高。提出利用手肘法关系图初始点和末尾点连接的关系直线,求K值范围下直线y值与误差平方和的最大差值的方法,最大差值对应的K值为手肘法的最优肘点,由于手肘法需要多次迭代以及数据集稠密度对关系图的影响较小,提出利用数据集预抽样并且将程序部署在spark平台之上的方式自动获取手肘法的肘点K值,这样不仅根据此方法自动获取K-means最优K值而且提高了大数据集的处理效率。

关 键 词：K-MEANS算法 聚类K值  手肘法  误差平方和  肘点  

分 类 号：TP301.6]