一種聚類個數自適應的聚類方法（簡稱SKKM）
大小：0.82 MB 人氣： 2017-11-03 需要積分：0
標簽：SKKM(1931)
在數據挖掘算法中，K均值聚類算法是一種比較常見的無監督學習方法，簇間數據對象越相異，簇內數據對象越相似，說明該聚類效果越好。然而，簇個數的選取通常是由有經驗的用戶預先進行設定的參數。本文提出了一種能夠自動確定聚類個數，采用SSE和簇的個數進行度量，提出了一種聚類個數自適應的聚類方法（簡稱：SKKM）。通過UCI數據和仿真數據對象的實驗，對SKKM算法進行了驗證，實驗結果表明改進的算法可以快速的找到數據對象中聚類個數，提高了算法的性能。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%