K-means聚类算法的改进和研究

王佩科，赵 驰

( 1.淮海工学院计算机工程学院，连云港 222000；2.延安大学数学与计算机科学学院，延安 716000)

摘要：在传统的K-means聚类算法中，对k值和k个初始聚类点的合理选择是否合理会对聚类结果产生较大的影响。论文提出了K-means算法的基于剔除孤立点的改进思想，提高算法对聚类结果的准确度。

关键词：孤立点排除d o I：10.3969/J.ISSN.1672-7274.2018.09.008

中图分类号：TP3 文献标示码：A 文章编码：1672-7274（2018）09-0031-02