基于预测强度的变量自动加权K-Means算法的研究与应用 |
| |
作者单位: | ;1.成都信息工程大学计算机学院 |
| |
摘 要: | 为了克服传统K-Means算法k值不能确定问题和不具备变量自动选择能力,将预测强度和变量自动加权K-Means算法相结合,提出基于预测强度的变量自动加权K-Means算法。预测强度表示聚类模型对未知数据的预测能力,预测能力越强,则聚类结果越佳,主要用于k值的确定;变量自动加权K-Means算法具有在聚类过程中自动调整变量权重的能力,对于噪声变量和冗余变量削弱其对距离的贡献,使聚类结果反映最真实的聚类结构。实验表明,算法具有较强的分类能力和预测能力。
|
关 键 词: | K-Means 预测强度 变量自动加权 |
Research and Application of Automatically Variable Weighting K-Means Algorithm Based on Forecasting Intensity |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|