一種有效的K-means聚類(lèi)中心初始化方法

數(shù)據(jù)挖掘就是從大量的、有噪聲的、模糊的數(shù)據(jù)中，提取隱含的、事先不為人知的、但又潛在有用的信息和知識(shí)的過(guò)程。主要的數(shù)據(jù)挖掘方法有分類(lèi)、聚類(lèi)、關(guān)聯(lián)分析、回歸分析等。其中運(yùn)用比較廣泛的聚類(lèi)分析就是將數(shù)據(jù)對(duì)象分組成為多個(gè)類(lèi)或簇，使得同一個(gè)簇中的對(duì)象之間具有較高的相似度，而不同簇巾的對(duì)象差別較大。