基于划分的数据挖掘K-means聚类算法分析OACSTPCD
Analysis of partition-based data mining K-means clustering algorithm
为提升数据挖掘中聚类分析的效果,在分析数据挖掘、聚类分析、传统K-means算法的基础上,提出一种改进的K-means算法.首先将整体数据集分为k类,然后设定一个密度参数为?,该密度参数反映数据库中数据所处区域的密度大小,?值与密度大小成正比,通过密度参数优化k个样本数据的聚类中心点选取;依据欧几里得距离公式对未选取的其他数据到各个聚类中心之间的距离进行计算,同时以此距离为判别标准,对各个数据进行种类划分,从而得到初始的聚类分布;初始聚类分布得到…查看全部>>
曾俊
长江师范学院 大数据与智能工程学院,重庆 408100
信息技术与安全科学
数据挖掘聚类分析K-means聚类算法聚类中心选取K-means算法改进初始中心点
《现代电子技术》 2020 (3)
14-17,4
教育部"春晖"计划项目:物联网智能农业平台下大数据的初步应用(S2016038)
评论