初始聚类中心优化的kmeans算法.pdf 上传者：shauking 2019-09-04 10:58:59上传 PDF文件 101.62KB 热度 63次 传统的k-means算法对初始聚类中心敏感，聚类结果随不同的初始输入而波动。为消除这种敏感性，提出一种优化初始聚类中心的方法，此方法计算每个数据对象所在区域的密度，选择相互距离最远的k个处于高密度区域的点作为初始聚类中心。实验表明改进后的k-means算法能产生质量较高的聚类结果，并且消除了对初始输入的敏感性。关键词：数据挖掘；聚类；k-means算法；聚类中心 下载地址 用户评论 更多下载 下载地址 立即下载 用户评论 发表评论
