CAJ | 학술논문

聚类分析是一种无监督的学习方法，是数据挖掘领域进行数据处理的重要分析工具和方法。K-均值聚类算法是一种典型的基于划分的方法，该方法的主要优点是，算法思想简单易行、快速而高效；但是该方法也存在其固有的缺陷：要求预先给定聚类个数；容易陷入局部极小值而得不到全局最优解等。针对以上问题，利用分类领域中的特征选择及特征加权方法，提出了一种改进的特征加权 K-均值聚类算法。实验结果证明，所提出的算法能产生质量较高的聚类结果。
취류분석시일충무감독적학습방법，시수거알굴영역진행수거처리적중요분석공구화방법。K-균치취류산법시일충전형적기우화분적방법，해방법적주요우점시，산법사상간단역행、쾌속이고효；단시해방법야존재기고유적결함：요구예선급정취류개수；용역함입국부겁소치이득불도전국최우해등。침대이상문제，이용분류영역중적특정선택급특정가권방법，제출료일충개진적특정가권 K-균치취류산법。실험결과증명，소제출적산법능산생질량교고적취류결과。