K_means算法的初始聚类中心的优化 上传者：63525我是 2019-09-23 11:22:07上传 PDF文件 171.2KB 热度 78次 摘要: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,针对K-means算法存在的问题,提出了基于密度的改进的K-means算法,该算法采取聚类对象分布密度方法来确定初始聚类中心,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,理论分析与实验结果表明,改进的算法能取得更好的聚类结果。 下载地址 用户评论 更多下载 下载地址 立即下载 用户评论 码姐姐匿名网友 2019-09-23 11:22:07 还可以，可以学点知识 码姐姐匿名网友 2019-09-23 11:22:07 用于初步学习有点难度 码姐姐匿名网友 2019-09-23 11:22:07 K-means算法的难点就是中心的选值，有所帮助，很好。 码姐姐匿名网友 2019-09-23 11:22:07 好东西，机器学习必看 码姐姐匿名网友 2019-09-23 11:22:07 计算效率对我的要求略不足 发表评论
还可以，可以学点知识
用于初步学习有点难度
K-means算法的难点就是中心的选值，有所帮助，很好。
好东西，机器学习必看
计算效率对我的要求略不足