中国高等职业技术教育研究会规划课题(GZYLX2011211)
- 作品数：1 被引量：3H指数：1
- 相关作者：赵亮鲁富宇冷泳林张清辰更多>>
- 相关机构：渤海大学大连理工大学更多>>
- 发文基金：中国高等职业技术教育研究会规划课题辽宁省科技厅基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于离群点检测的K-means算法被引量：3
- 2014年
- K-means算法以其简单、快速的特点在现实生活中得到广泛应用.然而传统Kmeans算法容易受到噪声的影响,导致聚类结果不稳定,聚类精度不高.针对这个问题,提出一种基于离群点检测的K-means算法,首先检测出数据集中的离群点,在选择初始种子的时候,避免选择离群点作为初始种子.然后在对非离群点进行聚类完成后,根据离群点到各个聚类的距离,将离群点划分到相应的聚类中.算法有效降低离群点对K-means算法的影响,提高聚类结果的准确率.实验表明,在聚类类别数给定的前提下,在标准数据集UCI上该算法有效降低离群点对K-means算法的影响,提高了聚类的精确率和稳定性.
- 冷泳林张清辰赵亮鲁富宇
- 关键词：聚类离群点
