针对传统K均值算法无法精确预设初始聚类中心数目的问题，提出基于加权二分图的K均值最佳聚类数确定算法。设计等比例随机采样的方式，从原始大数据集中产生小数据集集合并从中产生聚类中心点点集，提高应对大规模数据集的能力；用聚类中心点点集形成二分图，针对聚类算法特性改进其赋权函数；设计评价数，改进Kuhn-Munkres算法，将其用于求取二分图的最大权完美匹配，确定最佳聚类数。实验结果表明，相较其它6种对比算法，所提算法有更高的准确性，更好的稳定性，以及更强的处理大规模数据集能力。
科研之友
微信
新浪微博
Facebook
分享链接
