为了更有效地确定模糊聚类算法的最佳聚类数,提出了一个新的有效性指标.该指标考虑了聚类的紧致度、重叠度、分离度.紧致度是用来衡量类内相似程度;重叠度是用来衡量类间的重叠程度;分离度度用来衡量类间的分离程度.利用该指标可以找到最符合数据自然分布的聚类数.实验结果证明,新的指标均能发现最优聚类数,从而克服了模糊c均值(FCM)算法聚类数需要预先设定的缺点,并能够准确地判断含有交叠子类的最佳聚类数.
科研之友
微信
新浪微博
Facebook
分享链接
