计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (35): 246-248.DOI: 10.3778/j.issn.1002-8331.2008.35.074
• 工程与应用 • 上一篇
向坚持1,2,刘相滨1,资武成2
XIANG Jian-chi1,2,LIU Xiang-bin1,ZI Wu-cheng2
摘要: 针对K-Means算法所存在的问题进行了深入研究,提出了基于密度的K-Means算法(KMAD算法)。该算法采用聚类对象区域空间的密度分布方法来确定聚类个数K的值,然后用高密度区域的质心作为K-Means算法的初始聚类中心。理论分析与实验结果表明了改进算法的有效性和稳定性,并将改进的算法应用于客户细分研究中。