- 2
- 0
- 约4.46万字
- 约 36页
- 2018-06-29 发布于贵州
- 举报
聚类分析中于影的k均值算法
摘要
数据挖掘是机器学习领域内广泛被研究的知识领域,是将人工智能技术和数
据库技术紧密的结合,让计算机能帮助人们从大数据量的数据库中智能地、自动
地获取出有价值的知识模式和规律信息,以满足人们不同应用的需要。K均值算
法作为聚类分析中应用极其广泛的一个算法,具有伸缩性好,效率高的优势.但
是k均值算法这样的划分算法依赖k值的确定,初始聚类中心的选择以及不同样
本对象条件下的相似度度量的选取。而且对于孤立点的影响很敏感,少数偏远孤
立点就会造成很大影响。在运算效率方面对于大量高维数据,最大的阻碍在于欧
氏距离定义下的距离计算。本文也提出了关于距离计算的效率改进和孤立点的分
离。
针对k均值算法的各个不足之处,本文分别研究了其对应的改进算法。包括
对于初始聚类中心选取的改进方法来进行初始中心点的选取,聚类中心和聚类均
值点分离的方法来减少孤立点的干扰以及基于核函数的改进方法。对于效率提升
方面提出了基于投影的改进方法,结合投影降维的理论对k均值算法进行改进,
对所有待聚类的向量在选定的方向上计算投影距离,建立一个所有向量的投影距
离的索引.在每次迭代重新分配点时进行一次投影距离的判断,排除投影距离相
距过大的点,从而减少距离的计算次数。并将对于所有类都投影距离过大的点
您可能关注的文档
最近下载
- 送您7套地推话术.docx VIP
- 公司金融顾问(CFC)线上试题含答案.doc
- 新疆政法学院《法学基础理论》2024-----2025学年期末试卷(A卷).pdf VIP
- 《集成电路封装与测试》课件——05几种先进封装技术.ppt VIP
- 国开作业《马克思主义基本原理概论》学习行为表现-学习马克思主义基本.docx VIP
- 公司金融顾问(CFC)专项测试题有答案.doc
- 港口码头装卸作业危险源辨识.docx
- 浆细胞白血病护理.pptx VIP
- 旅游商品质量管理制度.doc VIP
- (正式版)DBD 29-503-2020 《天津市仿古建筑及园林工程预算基价 第三册 园林绿化景观及施工措施费项目》.docx VIP
原创力文档

文档评论(0)