论文部分内容阅读
传统的K-means算法是迭代型算法，它在解决问题的过程中经常得到的是局部的最优解而不是全局的最优解。本文针对这一问题对K-means算法进行改进，改进后的K-means算法对初始点不敏感，且聚类效果好。同时本文将改进后的K-means算法应用到智能用电的数据分析上，通过MATLAB建立了房屋面积、家庭成员、用电量等数据模型，使用改进的K-means算法进行数据挖掘实验，实验结果证明提出的算法稳定可行，且能挖掘出用电数据的潜在的有价值的信息。