不同距离度量对kmedian算法的影响.docx

下载文档

0
0
约2.93万字
约 36页
2024-12-31 发布于河北
举报
版权申诉
保障服务

不同距离度量对kmedian算法的影响.docx

1、本文档共36页，其中可免费阅读11页，需付费200金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

摘要：在大数据分析中，聚类算法作为一种十分有效的手段，在大数据的聚类中有着广泛的实际应用。Kmedian算法作为常用的聚类算法，距离度量的选取对其运行结果有着极其重大的影响。本文着重于选择不同的距离度量对k-median算法进行改进，分别使用了欧几里得距离，切比雪夫距离，曼哈顿距离，夹角余弦距离，闵可夫斯基距离，标准欧氏距离，Pearson距离，Spearman距离。收集了十三组数据，对这些数据进行MATLAB环境下的运行。最后根据评价指标NMI，Accuracy，ARI进行比较，根据的到的外部评价指标判断K-median算法使用哪一种距离度量得到的效果更好，进而得出本文的结论。关键词：