初始聚类中心选取相关论文
基于传统的K-均值（K-means）聚类算法，提出了一种通过优化初始聚类中心选取的改进K-均值聚类算法。改进之后的方法，首先计算所有数据中......
聚类分析在数据挖掘领域具有广泛而重要的应用,其中K-means算法是聚类分析中最经典有效的算法之一。但K-means算法受聚类簇数目、......
针对K-Means算法聚类效果的好坏依赖初始聚类中心的选择问题,本文提出一种基于密度分布的简洁K-Means初始聚类中心选择算法.算法利......
K均值聚类算法在数据挖掘、机器学习领域被广泛应用。但其初始聚类中心的选取对整个聚类效果会产生很大的影响,因此,如何合理地初......
总结评述了K-means聚类算法的研究现状,指出K-means聚类算法是一个NP难优化问题,无法获得全局最优。介绍了K-means聚类算法的目标......
K-means算法是基于距离作用相似性度量的聚类算法,论文介绍K-means聚类算法的3个基本参数。通过对学员学习行为记录数据,运用K-mea......
