基于期望最大化的K-Means聚类算法

作者：景源; 郝金山

来源：辽宁大学学报(自然科学版), 2020, 47(02): 106-111.

DOI：10.16197/j.cnki.lnunse.2020.02.002

• 高维数据
• 期望最大化
• k-means聚类1

针对高维数据下的聚类效果需要提高,提出一种基于期望最大化的k-means聚类改进算法.该算法在没有降维和破坏原有数据结构的情况下,把期望最大化算法和k-means算法相结合,用期望最大化算法选取k-means的算法的初始聚类中心.并针对高维数据提出一种新的距离算法,代替传统的距离算法.实验结果表明提出的算法的可行性,并且在处理高维数据时的有效性.

• 单位
  辽宁大学