基于半静态分层抽样的模糊聚类分析方法的改进  

作　　者：谢笑盈[1] 

机构地区：[1]浙江工商大学统计学院,杭州310018

出　　处：《统计与决策》2010年第11期12-14,共3页Statistics & Decision

摘　　要：基于统计模型的模糊聚类算法的时间复杂度在数据集规模超过一定数量级时是计算不可行的,解决时间复杂度的一个行之有效的方法是抽样。文章通过对静态抽样进行改进,设计了一种半静态抽样法,使样本数据集最大程度得保持原数据集的信息,并保证聚类结果的不失真性;最后通过实证分析,比较并证明了该方法是有效的。

关 键 词：静态抽样 动态抽样 模糊聚类 分层抽样 最优样本容量 

分 类 号：O212[理学—概率论与数理统计]