基于划分的聚类个数与初始中心的确定方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：k均值聚类算法在对数据进行聚类时需要以确定的聚类个数和初始聚类中心为前提，但聚类个数是难以准确给定的，通常随机选取k个样本作为初始聚类中心，由于不同的初始聚类中心可能导致不同的聚类结果，采用随机选取初始聚类中心的方法存在着较大的盲目性，造成聚类结果极不稳定。为此，提出了一种基于划分的聚类个数与初始中心点的确定方法。该方法通过对数据空间进行划分，统计每个网格空间中数据点数目作为网格的数据密度，同时计算局部密度极大值的网格个数；按照不同的分度值对数据集进行划分，当局部密度极大值的网格个数趋于相对稳定时，将局部密度极大值的网格个数作为聚类个数，并同时获得聚类初始中心。基于机器学习数据库数据集以及随机生成的人工模拟数据集进行了仿真实验，实验结果表明，所提出的算法有效可行，具有较高的准确性。

原文链接:http://www.cqvip.com//QK/97969A/201707/672628643.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：初始中心 数据库数据 学习数据库 cqvip 机器学习 K均值聚类 聚类个数 初始聚类中心 划分