基于k—means聚类算法的研究-欢迎您访问计算机技术与发展网站.pdfVIP

第21卷 第 7期 计 算 机 技 术 与 发 展 V01．21 No．7 2011年 7月 C0MPUTER TECHNOLOGY AND DEVELOPMEN1’ July 02 11 基于 k—means聚类算法的研究 黄 韬 ，刘胜辉 ，谭艳娜 (哈尔滨理工大学计算机科学与技术学院，黑龙江 哈尔滨 150080) 摘 要：分析研究聚类分析方法 ，对多种聚类分析算法进行分析 比较，讨论各 自的优点和不足，同时针对原 k-means算法 的聚类结果受随机选取初始聚类中心的影响较大的缺点，提出一种改进算法。通过将对数据集的多次采样，选取最终较 优的初始聚类中心，使得改进后的算法受初始聚类中心选择的影响度大大降低；同时，在选取初始聚类中心后，对初值进 行数据标准化处理，使聚类效果进一步提高。通过UCI数据集上的数据对新算法Hk—means进行检测，结果显示 Hk- means算法比原始的k-means算法在聚类效果上有显著的提高，并对相关领域有借鉴意义。 关键词：数据挖掘；聚类算法；k—means算法 中图分类号：TP301．6 文献标识码 ：A 文章编号：1673—629X(2011)07—0054—04 ResearchofClusteringAlgorithm BasedonK-means HUANG Tao，LIU Sheng-hui，TAN Yan-na (Sch．ofCompu~rSci．andTech．-HarbinUniv．ofSci．nadTech．，Hrabin150080。China) Abstract：Analyzeandresearchthemehtodofclusternaalysis-naalyzeandcomparemanykindsofalgorihtmsofclusteranalysis。discuss meirrespectivestrenghtsandweaknesess．Athtesametime。accordingtohteweaknesessofhteclusterresultoforiginalk-mena salgo- rithraissignificnatinfluencebyeslectinghteinitial clustercentersrnadomly。amodifiedalgorithm isproposed．Throughtakingsma ple mnaytimesot dataset，choosefinal superiorclustercenter-bringdownhteimpactofinitial clustercenterstoimprovedalgorihtm greatly． Simultaneously-hteinitial daat isstandadizedoncehteinitial clustercenterisselected，makesclustereffcetimprovedfurthermore．Detce— ringuew algorithm Hk-menasthroughthedateofUCIdataest。hteresultshowshtatHk-menasalgorihtm ismore prominentimprovod htna initialk—menasalgorithm inclustereffcet，naditSuesuflforconferenceot relativefield． Keywords：datamining；clusteringalgorihtm；k—menasalgorithm O 引 言 法 ，层次方法 ，基于密度方法 ，基于网格方法和基于模 数据挖掘 (DataMining)…是一种数据分析处理 型方法。一般情况下，为了使聚类效果更佳 ，经常将划 技术 ，一般采取排