基于Fisher線性判別率的加權(quán)K—means聚類算法
2010-12-31 00:00:00楊鶴標(biāo)薛艷鋒馮進(jìn)蘭沈項(xiàng)軍吳靜麗
計(jì)算機(jī)應(yīng)用研究 2010年12期
摘 要：為提高K—means聚類效果，采用Fisher線性判別率的方法確定特征在聚類中的貢獻(xiàn)度并依此對(duì)特征進(jìn)行加權(quán)聚類。在人工和實(shí)際數(shù)據(jù)集上所做的實(shí)驗(yàn)表明，本方法在聚類效果上優(yōu)于其他同類加權(quán)K．HIeans聚類算法。關(guān)鍵詞：K．均值；聚類；Fisher線性判別率；特征加權(quán)；熵；調(diào)整隨機(jī)指標(biāo)；類內(nèi)錯(cuò)誤率均方和
