| 一种服务于K-means的初始中心选取方法 | |
| 所屬分類：技术论文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：3635 K | |
| 標簽： 聚类 初始中心 决策图 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：聚类是数据挖掘领域最重要的技术之一，K-means是其中使用频率最高的举足轻重的聚类算法。然而，K-means算法表现严重依赖于初始中心，选取多少个初始中心以及选择哪些数据点作为初始中心对K-means算法十分重要。基于此，提出一种初始中心选取方法DPCC（Density Peak Clustering Centers）。DPCC方法基于密度和距离生成一个选取决策图，将数据集中所有的密度峰值点凸显出来。这些密度峰值点即为DPCC方法为K-means算法提供的初始中心。实验表明，DPCC方法不仅可为K-means提供初始中心数量，还能有效提高K-means算法的准确度，并缩减K-means算法的执行时间。 | |
| 現在下載 | |
| 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。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2