基于聚类数和初始值的K-means算法改进研究

• 作 者: 屈新怀 高万里 丁必荣 李朕
• 机 构: 合肥工业大学机械与汽车工程学院
• 出 处: 组合机床与自动化加工技术
• 发表日期: 2011年4期
• 关键词: K-MEANS算法 初始质心 聚类数k K-means algorithm initial centroid clustering k

原始的K-means算法,随机生成初始质心,事先给定聚类数k,在该前提下进行聚类,大大降低了聚类的效果。文章是对原始K-means算法的改进,提出了一种基于密度选取初始质心和采取遗传算法优化聚类数k的算法。该算法在一定程度上解决了初始质心和聚类数k对聚类精度和效率的影响,提高了聚类的准确率。最后文章通过实验证明了改进算法的有效性。