K-均值算法的初始化改进与聚类质量评估

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要 为解决K-均值算法随机初始化的问题，提出了相应的改进方案。通过特征标准化和主成分分析（principal component analysis，PCA）实现数据降维;以最远质心和最小-最大距离规则确定算法的初始质心。为获得数据固有的聚类数量，采用经验法则和肘部法，并用轮廓分析评价聚类质量。仿真结果表明：其他算法平均的SymbollA@ 检验统计量是本方案的2.72倍，而且改进后的聚类误差下降了6.04%。（剩余16087字）

试读结束

目录
monitor
客服机器人