一种K-means聚类的交集迭代算法  

作　　者：蔡源源 江忠良 

机构地区：[1]闽江学院数学与数据科学学院

出　　处：《电子世界》2020年第16期35-36,共2页Electronics World

基　　金：用水量缺失的最优处理,福建省闽江学院校长基金项目(103952019043)。

摘　　要：本文主要针对传统K-means算法对于少数孤立点敏感度高,提出了类重叠的聚类思想对此进行优化。先对数据进行两次随机中心聚类,生产两份不同初始聚类中心的聚类(可以为多维图)。将两种聚类图型进行交集运算,以第一次聚类的族为基础,对每个选取最大交集并求出其中心,新中心数目与族数K值一致,再用新聚类中心进行聚类。

关 键 词：初始聚类中心 聚类思想 中心聚类 迭代算法 交集 孤立点 聚类图 敏感度 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]