| 数据挖掘中聚类初始化方法的优化研究 |
| |
| 引用本文： | 李新良.数据挖掘中聚类初始化方法的优化研究[J].湖南农业大学学报(自然科学版),2008(2):130-133. |
| |
| 作者姓名： | 李新良 |
| |
| 作者单位： | [1]娄底职业技术学院,湖南娄底417000 [2]湖南大学软件学院,湖南长沙410082 |
| |
| 摘 要： | 研究现有的迭代优化聚类的初始化方法:即采样法,距离优化法以及密度估计法,分析它们的优缺点.提出一种新的基于距离的初始化方法,它不需要设定门限,不受数据集的顺序影响,它使得聚类过程有良好的速度和迭代次数,且初始化运算时间较短,对孤立点和噪声有较强的抑制作用,它适用于较大规模数据的聚类初始化.
|
| 关 键 词： | 数据挖掘 聚类 聚类有效性 聚类初始化 分类属性 |
| 修稿时间： | 2007/12/30 0:00:00 |
The Optimization Reserch of Clustering Initialization in Data Mining |
| |
| LI Xin-liang.The Optimization Reserch of Clustering Initialization in Data Mining[J].Journal of Hunan Agricultural University,2008(2):130-133. |
| |
| Authors: | LI Xin-liang |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《湖南农业大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南农业大学学报(自然科学版)》下载免费的PDF全文 |
|
