一种改进的K-Means算法

作者：尹成祥; 张宏军; 张睿; 綦秀利; 王彬

来源：计算机技术与发展, 2014, 24(10): 30-33.

• K-Means算法
• 分段
• 聚类指数
• 紧密度
• 显著度

针对典型K-Means算法随机选取初始中心点导致的算法迭代次数过多的问题,采取数据分段方法,将数据点根据距离分成k段,在每段内选取一个中心作为初始中心点,进行迭代运算;为寻找最优的聚类数目k,定义了新的聚类有效性函数—聚类指数,包含聚类紧密度和聚类显著度两个指标,通过最优化聚类指数,在[1,n(1/2)]内寻找最优的k值。在IRIS数据集进行的仿真实验结果表明,算法的迭代次数明显减少,寻找的最优k值接近数据集的真实情况,算法有效性得到了验证。

• 单位
  解放军理工大学