桂林电子科技大学学报
桂林電子科技大學學報
계림전자과기대학학보
JOURNAL OF GUILIN UNIVERSITY OF ELECTRONIC TECHNOLOGY
2013年
2期
134-138
,共5页
k-means%聚类%k-means++%k-means+λ%距离
k-means%聚類%k-means++%k-means+λ%距離
k-means%취류%k-means++%k-means+λ%거리
k-means%cluster%k-means++%k-means+λ distance
传统的k-means算法及改进的k-means++算法中,簇的初始中心点选择都是随机的,这导致聚类结果可能陷入局部最优,使得算法对一些实际问题无效.为了克服这个缺陷,提出一种基于半径的k-means+λ算法,在选择簇的初始中心点时,根据λ参数计算各点间距离比例,并以某个特定的距离为半径作圆,在圆内根据距离比例选择一个初始化中心点.在相同的测试环境下,采用KDD CUP99数据集测试.测试结果表明,相比k-means算法和k-means++算法,本算法在错误率和运算时间上具有更高的性能.
傳統的k-means算法及改進的k-means++算法中,簇的初始中心點選擇都是隨機的,這導緻聚類結果可能陷入跼部最優,使得算法對一些實際問題無效.為瞭剋服這箇缺陷,提齣一種基于半徑的k-means+λ算法,在選擇簇的初始中心點時,根據λ參數計算各點間距離比例,併以某箇特定的距離為半徑作圓,在圓內根據距離比例選擇一箇初始化中心點.在相同的測試環境下,採用KDD CUP99數據集測試.測試結果錶明,相比k-means算法和k-means++算法,本算法在錯誤率和運算時間上具有更高的性能.
전통적k-means산법급개진적k-means++산법중,족적초시중심점선택도시수궤적,저도치취류결과가능함입국부최우,사득산법대일사실제문제무효.위료극복저개결함,제출일충기우반경적k-means+λ산법,재선택족적초시중심점시,근거λ삼수계산각점간거리비례,병이모개특정적거리위반경작원,재원내근거거리비례선택일개초시화중심점.재상동적측시배경하,채용KDD CUP99수거집측시.측시결과표명,상비k-means산법화k-means++산법,본산법재착오솔화운산시간상구유경고적성능.
