一種改進(jìn)的動(dòng)態(tài)K-means聚類算法
所屬分類：技術(shù)論文
上傳者：aet
文檔大?。?span>364 K
所需積分：0分積分不夠怎么辦,？
文檔介紹：針對(duì)初始聚類中心對(duì)傳統(tǒng)K-means算法的聚類結(jié)果有較大影響的問題,，提出一種依據(jù)樣本點(diǎn)類內(nèi)距離動(dòng)態(tài)調(diào)整中心點(diǎn)類間距離的初始聚類中心選取方法,，由此得到的初始聚類中心點(diǎn)盡可能分散且具代表性,，能有效避免K-means算法陷入局部最優(yōu),。通過UCI數(shù)據(jù)集上的數(shù)據(jù)對(duì)改進(jìn)算法進(jìn)行實(shí)驗(yàn),，結(jié)果表明改進(jìn)的算法提高了聚類的準(zhǔn)確性,。
現(xiàn)在下載
VIP會(huì)員,，AET專家下載不扣分；重復(fù)下載不扣分,，本人上傳資源不扣分,。