计算机科学 ›› 2006, Vol. 33 ›› Issue (7): 186-187.

• 计算机网络与信息安全 • 上一篇    下一篇

一种改进的基于特征赋权的K均值聚类算法

任江涛 施潇潇 孙婧昊 黄焕宇 印鉴   

  1. 中山大学计算机科学系,广州510275
  • 出版日期:2018-11-17 发布日期:2018-11-17
  • 基金资助:
    本研究得到国家自然科学基金项目(60374059)及广东省自然科学基金项目(04300462)资助.

REN Jiang-Tao, SHI Xiao-Xiao ,SUN Jin-Hao, HUANG Huan-Yu, YIN Jian (Department of Computer Science,Zhongshan University,Guangzhou 510275)   

  • Online:2018-11-17 Published:2018-11-17

摘要: 聚类分析是数据挖掘及机器学习领域内的重点问题之一。近年来,为了提高聚类质量,借鉴和引入了分类领域特征选择及特征赋权思想,提出了一些基于特征赋权的聚类算法。在这些研究基础上,本文提出了一种基于密度的初始中心点选择算法,并借鉴文[1]所提出的特征赋权方法,给出了一种改进的基于特征赋权的K均值算法。实验表明该算法能较为稳定地得到较高质量的聚类结果。

关键词: 聚类 特征赋权 初始化

Abstract: Clustering analysis is one of the important problems in the data mining and machine learning areas. Recently, feature selection and feature weighting methods are introduced to clustering algorithms for improving the clustering quality. Inspired by the res

Key words: Clustering, Feature weighting, Initialization

No related articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!