基于優(yōu)化K-means算法的高校成績聚類分析研究

打開文本圖片集

收稿日期：2024-01-25

基金項目：

山西省教學(xué)改革創(chuàng)新項目（J20231427）；山西省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（20231442）；山西大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（20231472）

作者簡介：

張梁（1994-），男，山西太原人，太原學(xué)院智能與自動化系助教，碩士，研究方向為數(shù)據(jù)挖掘與信號處理分析，E-mail：[email protected]

摘  要：

針對經(jīng)典K均值算法在聚類中心易受異常值影響，導(dǎo)致聚類結(jié)果不穩(wěn)定的問題，提出基于樣本分布密度的優(yōu)化K-means算法，以提高聚類穩(wěn)定性和準確性；聚類后通過CH指數(shù)和分類區(qū)間占比總體兩種方法，客觀評價3種離散化方法，結(jié)果表明，優(yōu)化的K-means算法避免了區(qū)間分類不合理現(xiàn)象，更加準確地反映了成績樣本的分布特點。（剩余6922字）