一種高效的K—medoids聚類算法

摘 要：針對K．medoids算法初始中心點選擇敏感、大數據集聚類應用中性能低下等缺點，提出一個基于初始中心微調與增量中心候選集的改進K—medoids算法。新算法以微調方式優化初始中心，以中心候選集逐步擴展的方式來降低中心輪換的計算復雜性。實驗結果表明，相對于傳統的K—medoids算法，新算法可以提高聚類質量，有效縮短計算時間。