對(duì)K-means聚類(lèi)算法初始值的研究

打開(kāi)文本圖片集

摘要：傳統(tǒng)的K-means聚類(lèi)算法屬于典型的基于劃分聚類(lèi)算法，算法的實(shí)現(xiàn)過(guò)程簡(jiǎn)單易懂，聚類(lèi)效果不錯(cuò)，因此被廣泛使用。但是，因?yàn)閭鹘y(tǒng)K-means的初始值是隨機(jī)選定的，使得聚類(lèi)結(jié)果不穩(wěn)定，受初始值影響較大。針對(duì)上述問(wèn)題，該文對(duì)傳統(tǒng)的K-means算法中隨機(jī)選取初始值改進(jìn)，對(duì)樣本值增加進(jìn)行預(yù)處理，首先對(duì)樣本值多次取數(shù)，對(duì)采樣數(shù)據(jù)集進(jìn)行初次K-means運(yùn)算后獲得聚類(lèi)結(jié)果，從聚類(lèi)結(jié)果中取距離最大的[k]個(gè)聚類(lèi)中心作為初始值。（剩余4719字）