科技致富向导
科技緻富嚮導
과기치부향도
KEJI ZHIFU XIANGDAO
2012年
2期
143,265
,共2页
聚类%K-means%自适应%算法
聚類%K-means%自適應%算法
취류%K-means%자괄응%산법
聚类(Clustering)是数据挖掘中的一种主要技术,K-means算法是一种重要的经典的划分方法,但该算法在K值的确定、质心的选取、对维数的依赖上存在问题.本文提出了一种改进的自适应算法,用于解决K值的确定、质心的选取等问题,聚类效果较好.
聚類(Clustering)是數據挖掘中的一種主要技術,K-means算法是一種重要的經典的劃分方法,但該算法在K值的確定、質心的選取、對維數的依賴上存在問題.本文提齣瞭一種改進的自適應算法,用于解決K值的確定、質心的選取等問題,聚類效果較好.
취류(Clustering)시수거알굴중적일충주요기술,K-means산법시일충중요적경전적화분방법,단해산법재K치적학정、질심적선취、대유수적의뢰상존재문제.본문제출료일충개진적자괄응산법,용우해결K치적학정、질심적선취등문제,취류효과교호.
