Kmeans算法研究综述吴夙慧.pdfVIP

知识组织与知识管理 知识组织与知识管理 * K－ means 算法研究综述 1 1 2 2 吴夙慧 成 颖 郑彦宁 潘云涛 1 (南京大学信息管理系 南京210093) 2 (中国科学技术信息研究所 北京 100038) 【 】 K － means K 、 摘要 对聚类分析中的基本算法 算法中的 值确定 初始聚类中心选择以及分类属性数据处理等主 ， K － means ， K － means 要问题进行综述 理清 算法的整个发展脉络及算法研究中的热点和难点 提出改进 聚类算法 的思路。 【 】K － means K 关键词 算法 聚类算法 值 初始聚类中心 【 】G202 分类号 Survey on K － means Algorithm Wu Suhui1 Cheng Ying1 Zheng Yanning2 Pan Yuntao2 1 (Department of Information Management ，Nanjing University ，Nanjing 210093 ，China) 2 (Institute of Scientific ＆ Technical Information of China ，Beijing 100038 ，China) 【Abstract 】The main problems of K － means algorithm which is a basic algorithm in clustering are outlined in this paper ，such as determination of the optimal clusters，selection of initial centers，and categorical data clustering ，etc． The development ，the hot spots and difficulties of this algorithm are clarified ，and some ideas are introduced to improve the algorithm efficiency． 【Keywords 】K － means algorithm Clustering algorithm Number of clusters Initial clustering centers 1 引 言 ， ， 聚类分析是数据挖掘中的一种重要的分析方法 它的目标是将数据集合分成若干簇 使得同一簇内的数据点 ， 。 相似度尽可能大 而不同簇间的数据点相似度尽可能小 ［1］ ， 1975 Hartigan 《Clustering Algorithms 》 聚类算法的研究有着相当长的历史 早在 年 就在其专著 中对聚类算 。 ， ，