基于K-means聚类算法优化方法的研究

作者：刘叶; 吴晟^*; 周海河; 吴兴蛟; 韩林峄

来源：信息技术, 2019, 43(01): 66-70.

DOI：10.13274/j.cnki.hdzj.2019.01.016

• K-means聚类
• K-means++聚类
• K-mediods聚类
• 两步聚类

针对传统K-means聚类中存在的一系列问题,文中提出了一种基于K-means聚类的改进算法。该算法首先利用K-means++聚类从数据中选择K个距离尽可能远的对象作为初始聚类中心,然后利用K-mediods聚类选择数据样本的中位数作为聚类中心的对象,最后与两步聚类结合。通过对几个常用UCI标准数据集进行仿真实验,结果表明该算法比传统算法更优。

• 单位
  昆明理工大学; 自动化学院