一種服務于K-means的初始中心選取方法
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大小：3635 K
標簽： 聚類 初始中心 決策圖
所需積分：0分積分不夠怎么辦？
文檔介紹：聚類是數(shù)據(jù)挖掘領(lǐng)域最重要的技術(shù)之一，K-means是其中使用頻率最高的舉足輕重的聚類算法。然而，K-means算法表現(xiàn)嚴重依賴于初始中心，選取多少個初始中心以及選擇哪些數(shù)據(jù)點作為初始中心對K-means算法十分重要?；诖?，提出一種初始中心選取方法DPCC（Density Peak Clustering Centers）。DPCC方法基于密度和距離生成一個選取決策圖，將數(shù)據(jù)集中所有的密度峰值點凸顯出來。這些密度峰值點即為DPCC方法為K-means算法提供的初始中心。實驗表明，DPCC方法不僅可為K-means提供初始中心數(shù)量，還能有效提高K-means算法的準確度，并縮減K-means算法的執(zhí)行時間。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。