基于分層聚類的k—means算法
金微; 陳慧萍 河海大學計算機及信息工程學院; 江蘇常州213022
- 數據挖掘
- 聚類
- 分層聚類算法
摘要：為了更好地實現聚類。在分析分層聚類和k-means算法優缺點的基礎上提出了一種改進的聚類算法．改進算法將分層聚類和k-means聚類算法的優點相結合，首先采用分層聚類，得到一個初始的聚類結果，然后應用k-means聚類算法繼續聚類．實驗結果表明。改進算法較原先傳統的聚類算法，不但算法執行速度快、效率高，而且聚類效果也比較好．
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
