信息技术
信息技術
신식기술
INFORMATION TECHNOLOGY
2010年
3期
55-57
,共3页
冯荣耀%上官廷华%柳宏川
馮榮耀%上官廷華%柳宏川
풍영요%상관정화%류굉천
K-means算法%属性权重%均方差
K-means算法%屬性權重%均方差
K-means산법%속성권중%균방차
在传统的K-means聚类算法基础上提出了一种基于均方差属性加权的MWS-K-means算法.引入特征权重以提高聚类结果的类内相似度(intra-similarities),从而提高聚类精度.考虑到K-means算法采用误差平方和作为聚类准则函数, 而误差平方和与概率论中数字特征的基本描述方法--均方差具有较高相似性,算法中特征权重的计算采用均方差法.根据属性的离散程度对欧氏距离进行加权处理,从而用相对距离代替绝对距离来计算类间相似度.实验结果表明:MWS-K-means算法在聚类精度方面优于标准的K-means算法.
在傳統的K-means聚類算法基礎上提齣瞭一種基于均方差屬性加權的MWS-K-means算法.引入特徵權重以提高聚類結果的類內相似度(intra-similarities),從而提高聚類精度.攷慮到K-means算法採用誤差平方和作為聚類準則函數, 而誤差平方和與概率論中數字特徵的基本描述方法--均方差具有較高相似性,算法中特徵權重的計算採用均方差法.根據屬性的離散程度對歐氏距離進行加權處理,從而用相對距離代替絕對距離來計算類間相似度.實驗結果錶明:MWS-K-means算法在聚類精度方麵優于標準的K-means算法.
재전통적K-means취류산법기출상제출료일충기우균방차속성가권적MWS-K-means산법.인입특정권중이제고취류결과적류내상사도(intra-similarities),종이제고취류정도.고필도K-means산법채용오차평방화작위취류준칙함수, 이오차평방화여개솔론중수자특정적기본묘술방법--균방차구유교고상사성,산법중특정권중적계산채용균방차법.근거속성적리산정도대구씨거리진행가권처리,종이용상대거리대체절대거리래계산류간상사도.실험결과표명:MWS-K-means산법재취류정도방면우우표준적K-means산법.
