K-Means聚類算法研究綜述
摘要：K-均值(K-Means)算法是聚類分析中一種基于劃分的算法,同時也是無監督學習算法。其具有思想簡單、效果好和容易實現的優點,廣泛應用于機器學習等領域。但是K-Means算法也有一定的局限性,比如:算法中聚類數目K值難以確定,初始聚類中心如何選取,離群點的檢測與去除,距離和相似性度量等。從多個方面對K-Means算法的改進措施進行概括,并和傳統K-Means算法進行比較,分析了改進算法的優缺點,指出了其中存在的問題。對K-Means算法的發展方向和趨勢進行了展望。
注: 保護知識產權,如需閱讀全文請聯系計算機工程與應用雜志社
相關推薦
更多
