基于点概率的K-means算法的改进 |
| |
作者单位: | ;1.云南大学滇池学院理工学院;2.武汉大学继续教育学院;3.广西科技师范学院数学与计算机科学系 |
| |
摘 要: | K-means算法是一种基于划分的方法,该算法对初始聚类中心的选取依赖性极大,初始中心值的不同导致聚类效果不稳定.为此,本文利用几何概率的思想,认为每个数据点都是等概率的存在于数据集,通过计算每个数据点的点概率值,结合距离因素,选择K个点作为初始聚类中心.实验证明,改进后的K-means算法聚类效果更好.
|
关 键 词: | K-means算法 初始中心 几何概率 |
Improved K-means Algorithm Based on Dot-probability |
| |
Abstract: | |
| |
Keywords: | |
|
|