节点文献

一个新的聚类有效性分析指标

New index for clustering validation

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 李双虎张风海

【Author】 LI Shuang-hu1,ZHANG Feng-hai2(1.Applied Math Institute of Hebei Province,Shijiazhuang 050081,China;2.Hebei Economic and Trade University,Shijiazhuang 050061,China)

【机构】 河北省应用数学研究所河北经贸大学 河北石家庄050081河北石家庄050061

【摘要】 聚类分析是无监督分类过程,其目的在于把目标对象划分为一系列有意义的组(或称类),使得每个组中的目标尽量“相似”或“接近”,而不同组的目标尽可能“相异”或“远离”。从而有助于发现目标的分布模式和目标间的相互关系。评估聚类质量的问题,称为聚类有效性分析。介绍一些典型分类算法,并提出了一种新的聚类有效性分析指标。

【Abstract】 Cluster analysis is an unsupervised classification process.It aims at classifying objects into meaningful groups,making objects in one group are much more similar than objects in different groups.And,therefore helps to discover distribution patterns and correlations of objects.To evaluate clustering results is the main subject of cluster validity.Some typical clustering methods are introduced and a new validation method based on K-means clustering is proposed.

【关键词】 数据挖掘聚类分析算法有效性指标
【Key words】 dataminingcluster analysisalgorithmvalidationindex
  • 【文献出处】 计算机工程与设计 ,Computer Engineering and Design , 编辑部邮箱 ,2007年08期
  • 【分类号】TP18
  • 【被引频次】28
  • 【下载频次】482
节点文献中: 

本文链接的文献网络图示:

本文的引文网络