一种改进的K-means聚类算法与孤立点检测研究

作者：尹敏杰; 东春昭

来源：电脑知识与技术, 2010, (21): 6085-6086.

• K-means
• K距离
• 孤立点
• 伪聚类中心 k-means
• k-distance
• outlier data point
• pseudo-center

传统的K-means算法对于孤立点数据是非常敏感的,少量的该类数据就能对聚类结果产生很大影响。该文提出了一种改进的K-means算法来消弱这种敏感性。算法基于孤立点检测LOF算法中计算K距离的思想,将大于K距离的数据点作为伪聚类中心参与聚类划分,通过对聚类结果的评价来判断该数据点是否为孤立点。若为孤立点则去掉该点,进而来提高聚类质量。

• 单位
  西南交通大学