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