K-means算法应用现状与研究发展趋势  

作　　者：王斌[2] 李鸿飞[1] 梁争争[2] 

机构地区：[1]西安飞行自动控制研究所,西安710065 [2]西安航空计算技术研究所,西安710065

出　　处：《电脑编程技巧与维护》2021年第12期32-33,共2页Computer Programming Skills & Maintenance

摘　　要：K-means是一种无监督学习算法,基于数据对象之间的距离度量划分数据簇、欧氏距离等度量方法存在一些问题,比如离群点数据较多,算法准确度较低。互信息可以度量任意两个数据对象之间的互相包含程度,基于互信息改进K-means算法,可以更好地度量数据对象之间的距离,确保簇内高度相同和簇间高度相异,旨在解决离群点数据较多的情况下K-means算法准确度不高的问题。实验结果显示,与K-means算法、模糊K-means算法相比,改进K-means算法实验结果精确度达到了97.8%,该方法明显提高K-means算法的准确度。

关 键 词：K-MEANS算法 互信息 无监督学习 模糊数学 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]