Canopy在划分聚类算法中对K选取的优化  

Optimization of Canopy on K Selection in Partition Clustering Algorithm

作　　者：王海燕 崔文超[2] 许佩迪 李闯[2] WANG Haiyan;CUI Wenchao;XU Peidi;LI Chuang(College of Computer Science and Technology,Changchun University,Changchun 130022,China;College of Computer,Jilin Normal University,Siping 136000,Jilin Province,China)

机构地区：[1]长春大学计算机科学技术学院,长春130022 [2]吉林师范大学计算机学院,吉林四平136000

出　　处：《吉林大学学报（理学版）》2020年第3期634-638,共5页Journal of Jilin University:Science Edition

基　　金：国家自然科学基金(批准号:21473069);吉林省教育厅“十三五”科学规划项目(批准号:JKH20191000KJ);吉林师范大学研究生科研创新计划项目(批准号:201947).

摘　　要：针对划分聚类算法中聚类数K的取值工作量较大的问题,提出一种新的Canopy+算法.该算法可实现对聚类个数K的预判,在保证准确率的前提下提高聚类工作效率.Aiming at the problem of large amount of work on the value of clustering number K in partition clustering algorithm, we proposed a new Canopy+ algorithm. The proposed algorithm can predict the clustering number K and improve the clustering efficiency on the premise of ensuring the accuracy.

关 键 词：Canopy算法 划分聚类 聚类数 阈值 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]