|
|
1.
基于信息熵的精确属性赋权K-means聚类算法
原福永 张晓彩 罗思标
计算机应用
2011, 31 (06):
1675-1677.
DOI: 10.3724/SP.J.1087.2011.01675
为了进一步提高聚类的精确度，针对传统K-means算法的初始聚类中心产生方式和数据相似性判断依据，提出一种基于信息熵的精确属性赋权K-means聚类算法。首先利用熵值法对数据对象的属性赋权来修正对象间的欧氏距离，然后通过比较初聚类的赋权类别目标价值函数，选择高质量的初始聚类中心来进行更高精度和更加稳定的聚类，最后通过Matlab编程实现。实验证明该算法的聚类精确度和稳定性要明显高于传统K-means算法。
相关文章 |
多维度评价
|
|
