|
|
1.
联合手肘法和期望最大化的高斯混合聚类电力系统客户分群算法
陈聿, 田博今, 彭云竹, 廖勇
计算机应用
2020, 40 (11):
3217-3223.
DOI: 10.11772/j.issn.1001-9081.2020050672
为进一步提升电力系统客户的用户体验，针对现有聚类算法寻优能力差、紧凑性不足以及较难求解聚类数目最优值的问题，提出一种联合手肘法与期望最大化（EM）的高斯混合聚类算法，挖掘大量客户数据中的潜在信息。该算法通过EM算法迭代出良好的聚类结果，而针对传统的高斯混合聚类算法需要提前获取用户分群数量的缺点，利用手肘法合理找出客户的分群数量。案例分析表明，所提算法与层次聚类算法和
K-Means算法相比，FM、AR指标的增幅均超过10%，紧凑度（CI）和分离度（DS）的降幅分别低于15%和25%，可见性能有较大提升。
参考文献 |
相关文章 |
多维度评价
|
|
