基于初始點選擇的K-均值聚類改進算法及應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘是從海量的數(shù)據(jù)中發(fā)現(xiàn)有用的信息或知識，它已在許多領(lǐng)域得到廣泛運用。聚類分析是數(shù)據(jù)挖掘領(lǐng)域最重要的技術(shù)手段之一，聚類分析算法有很多，其中以K-均值算法最為經(jīng)典。
　　K-均值算法的優(yōu)點是思想簡單，算法簡潔，收斂性好，對大規(guī)模數(shù)據(jù)進行聚類時效率較高。但該算法也有很多不足，如對初始中心敏感，K值需要預(yù)先給定等。
　　本文主要深入研究與分析K-均值算法，總結(jié)其優(yōu)點與不足，針對K-均值聚類算法對初始點依賴提出兩種新的改進算法并

2、將第二種算法應(yīng)用在基因表達數(shù)據(jù)中。
　　本文主要研究內(nèi)容及成果如下:
　　(1)提出了一種基于初始點選擇的DNC值K-均值聚類算法。該算法有效剔除了孤立點并改善了K-均值聚類算法初始中心隨機選擇而導(dǎo)致的聚類結(jié)果不穩(wěn)定。本文通過大量對比實驗，證明該改進算法的有效性。
　　(2)提出一種基于初始點選擇的改進加權(quán)歐氏距離K-均值聚類算法。該算法對初始聚類中心的選擇進行了改進，使得選出的中心點能在一定程度上代表不同簇，克服了K