论文研究 最优聚类个数和初始聚类中心点选取算法研究.pdf

传统K-means算法的聚类数k值事先无法确定，而且算法是随机性地选取初始聚类中心点，这样容易造成聚类结果不稳定且准确率较低。基于SSE来选取聚类个数k值，基于聚类中心点所在的周围区域相对比较密集、聚类中心点之间距离相对较远的选取原则来选取初始聚类中心点，避免初始聚类中心点集中在一个小的范围，防止陷入局部最优。实验证明，该算法能选取最优的k值，通过用标准的UCI数据库进行实验，采用的算法能选择出唯一的初始中心点，聚类准确率较高、误差平方和较小。