摘要
针对K-Means算法所存在的问题,提出了一种改进的K-Means算法,该方法通过选取相互距离最远的数据点作为初始聚类中心,能够很好地排除随机选取初始聚类中心点的影响。通过实验验证,相对于传统K-Means算法,改进K-Means算法能够获得更好的聚类效果。
- 单位
针对K-Means算法所存在的问题,提出了一种改进的K-Means算法,该方法通过选取相互距离最远的数据点作为初始聚类中心,能够很好地排除随机选取初始聚类中心点的影响。通过实验验证,相对于传统K-Means算法,改进K-Means算法能够获得更好的聚类效果。