版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)據(jù)挖掘是指從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)隱含的、新穎的、對(duì)決策有潛在價(jià)值的知識(shí)和規(guī)則的過(guò)程,已經(jīng)在許多領(lǐng)域得到了廣泛的應(yīng)用。聚類分析是數(shù)據(jù)挖掘領(lǐng)域最為重要的技術(shù)之一,至今已在理論和方法上取得了豐碩的研究成果。聚類已經(jīng)被廣泛的研究了許多年,主要集中在基于距離的聚類算法上,其中以K-均值聚類算法最為經(jīng)典。 K-均值算法是一種典型的基于劃分的方法,該算法的優(yōu)點(diǎn)是思想簡(jiǎn)單易行,時(shí)間復(fù)雜性接近線性,對(duì)大規(guī)模數(shù)據(jù)的挖掘具有高效性和可伸縮性。但是該算法存在
2、如下缺點(diǎn):聚類個(gè)數(shù)K需要預(yù)先給定;算法對(duì)初值敏感;算法易陷入局部極小,并且一般只能發(fā)現(xiàn)球狀簇。 本文主要深入研究和分析了聚類算法中的經(jīng)典K-均值聚類算法,總結(jié)出其優(yōu)點(diǎn)和不足。重點(diǎn)分析了K-均值聚類算法對(duì)初始值的依賴性,并用大量的實(shí)驗(yàn)驗(yàn)證了隨機(jī)選取初始值對(duì)聚類結(jié)果的影響性。針對(duì)K-均值算法對(duì)初始中心值選取的依賴性,提出了兩種新的初始中心值選取方法。 主要研究?jī)?nèi)容和工作成果如下: 1.基于Huffman樹構(gòu)造的思想,
3、提出了一種新的選取K-均值聚類算法初始中心點(diǎn)方法,改善K-均值聚類算法隨機(jī)選取初始中心點(diǎn)而導(dǎo)致的聚類結(jié)果不穩(wěn)定,容易陷入局部最優(yōu)而非全局最優(yōu)的不良結(jié)果。 2.采用最大距離法來(lái)選取K-均值聚類算法初始中心點(diǎn),使得選出的中心點(diǎn)能在一定程度上代表不同的簇,提高了劃分初始數(shù)據(jù)集的效率,克服了K-均值聚類算法中隨機(jī)選取的初始中心點(diǎn)很大可能過(guò)于鄰近,多個(gè)初始中心被選擇在同一簇中,而小簇中沒(méi)有聚類種子的不好情況。另外引入特征加權(quán)的方法,區(qū)別不
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- K均值算法初始聚類中心選取相關(guān)問(wèn)題研究.pdf
- K均值聚類算法初始聚類中心的選取與改進(jìn).pdf
- K-中心點(diǎn)和K-均值聚類算法研究.pdf
- K-均值聚類算法的研究與分析.pdf
- K-均值聚類算法的改進(jìn)及其應(yīng)用.pdf
- 基于初始點(diǎn)選擇的K-均值聚類改進(jìn)算法及應(yīng)用研究.pdf
- 支持向量機(jī)與K-均值聚類融合算法研究.pdf
- k-中心平面聚類模型與算法研究.pdf
- 基于人工蜂群算法的改進(jìn)K-均值聚類算法及其應(yīng)用.pdf
- K-均值聚類算法改進(jìn)及在服裝生產(chǎn)的應(yīng)用研究.pdf
- 基于K-均值聚類遺傳算法的聯(lián)合選址庫(kù)存模型研究.pdf
- K均值聚類算法研究與應(yīng)用.pdf
- 基于自適應(yīng)粒子群的k-中心聚類算法研究.pdf
- 基于K-均值聚類算法的Web日志挖掘技術(shù)的研究和應(yīng)用.pdf
- 無(wú)尺度圖k-中心點(diǎn)聚類算法研究.pdf
- K均值聚類算法中初始點(diǎn)與時(shí)間復(fù)雜度的改進(jìn)研究.pdf
- 模糊C均值聚類算法的相關(guān)問(wèn)題研究.pdf
- 粗糙K-均值聚類算法及其在文物健康評(píng)價(jià)中的應(yīng)用研究.pdf
- 基于魚群的K均值聚類算法研究.pdf
- 遺傳優(yōu)化的K均值聚類算法.pdf
評(píng)論
0/150
提交評(píng)論