K-maxmins聚类算法  

K-maxmins clustering algorithm

作　　者：王宇[1] 

机构地区：[1]大连理工大学管理学院,辽宁大连116024

出　　处：《计算机工程与设计》2004年第11期1884-1885,1896,共3页Computer Engineering and Design

基　　金：国家自然科学基金项目(10071031)。

摘　　要：在分析K-means聚类算法和K-medians聚类算法的基础上,使用Tschebyshev距离(∞-范数)对数据对象集进行聚类分析,得到聚类中心恰为数据对象集的最大值与最小值的均值这一新颖结果,并进而提出了一个新的聚类算法,即K-maxmins聚类算法。给出了K-maxmins聚类算法与传统K-means聚类算法和K-medians聚类算法的结果比较。On the basis of analyzing k-means clustering algorithm and k-medians clustering algorithm, cluster analysis is made on a set of data objects by using tschebyshev distance (i.e. -norm) to have got a novel result that the cluster center is just the average of the maximum and minimum values of the data objects. Furthermore, a new clustering algorithm-k-maxmins clustering algorithm is presented. Finally, computing results of k-maxmins clustering algorithm, k-means clustering algorithm and k-medians clustering algorithm are given.

关 键 词：K-MEANS聚类算法 数据对象 聚类中心 聚类分析 使用 均值 距离 象集 最大值 对数 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论] O211[自动化与计算机技术—计算机科学与技术]