一种聚类个数自适应的聚类方法（简称SKKM）
大小：0.82 MB 人气： 2017-11-03 需要积分：0
标签：SKKM(1931)
在数据挖掘算法中，K均值聚类算法是一种比较常见的无监督学习方法，簇间数据对象越相异，簇内数据对象越相似，说明该聚类效果越好。然而，簇个数的选取通常是由有经验的用户预先进行设定的参数。本文提出了一种能够自动确定聚类个数，采用SSE和簇的个数进行度量，提出了一种聚类个数自适应的聚类方法（简称：SKKM）。通过UCI数据和仿真数据对象的实验，对SKKM算法进行了验证，实验结果表明改进的算法可以快速的找到数据对象中聚类个数，提高了算法的性能。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
