重庆理工大学学报(自然科学)

• •    

半径自适应的初始中心点选择K-medoids聚类算法

王勇,王李福,饶勤菲,等   

  • 出版日期:2017-02-25 发布日期:2017-02-25

  • Online:2017-02-25 Published:2017-02-25

摘要: 针对Kmedoids(K为中心点)聚类算法对初始聚类中心敏感、聚类结果依赖于初始 聚类中心的缺陷,提出一种新的半径自适应的初始中心点选择算法。该算法在每次迭代过程中 都重新根据剩余样本点的分布特征计算半径,从而实现动态计算相应样本点的局部方差和领域 半径,选取较优的初始聚类中心点,实现良好的聚类效果。采用不同规模的UCI数据集和不同 比例随机点的模拟数据集进行测试,利用5个通用的聚类评价指标对性能进行评价。结果表 明:本算法性能较同类算法有明显提高。