- 相關推薦
一種改進的遺傳k-means聚類算法
在經(jīng)典的k-means聚類算法中,聚類數(shù)k必須事先給定,然而在現(xiàn)實中k很難被精確的確定.本文提出了一種改進的遺傳k-means聚類算法,并構造了一個用來評價分類程度好壞的適應度函數(shù),該適應度函數(shù)考慮的是在提高緊湊度(類內(nèi)距)和分離度(類間距)的同時使得分類個數(shù)盡可能少.最后采用兩個人工數(shù)據(jù)集和三個UCI數(shù)據(jù)集對k-means聚類算法(KM),遺傳聚類算法(GA),遺傳k-means聚類算法(GKM)和改進的遺傳k-means聚類算法(IGKM)進行比較研究,比較的指標有類間距、類內(nèi)距和分類正確率.研究證明改進的遺傳k-means算法能夠自動獲取最佳聚類數(shù)k并且保持較高的正確率.
作 者: 劉婷 郭海湘 諸克軍 高思維 LIU Ting GUO Hai-xiang ZHU Ke-jun GAO Si-wei 作者單位: 中國地質(zhì)大學,管理學院,湖北,武漢,430074 刊 名: 數(shù)學的實踐與認識 ISTIC PKU 英文刊名: MATHEMATICS IN PRACTICE AND THEORY 年,卷(期): 2007 37(8) 分類號: O1 關鍵詞: 聚類 k-means算法 遺傳算法【一種改進的遺傳k-means聚類算法】相關文章:
基于改進C-均值聚類算法的空中目標分類04-27
改進進化方向的遺傳算法與結構遺傳設計04-28
一種基于平均相對偏差的聚類算法04-28
改進的遺傳算法在飛行沖突解脫中的應用04-30
改進遺傳算法及其在聚類分析上的應用04-28