论文部分内容阅读
针对传统的求总分统计成绩方法的不足，提出了一种基于K—Means算法的成绩聚类分析方法。该方法根据成绩分布情况选取固定的初始聚类中心，改进了K—Means算法随机选取初始聚类中心导致聚类不稳定的不足，在聚类后通过聚类内差异与聚类间差异的比值来衡量聚类的质量。通过一个实例说明了该方法在分析学生成绩数据中的应用，实验结果表明，聚类方法比传统的求总分方法更合理、更科学，聚类结果蕴含更多有用的信息，而且改进后的聚类方法降低了随机选取初始聚类中心所产生的结果的不稳定性，聚类效果较好。