基于K均值算法增强初始中心的研究

杨黎明　屈晓旭

【摘 要】随着数据库技术以及数据库管理系统的迅速发展，人们积累的数据越来越多。聚类（clustering） 作为数据挖掘三大领域（关联规则，聚类，分类）之一被广泛应用[1]。K-均值算法属于聚类中最普遍快速方法，常采用误差平方和准则函数作为聚类准则。但K均值算法不能保证标准的全局最小值，这导致对初始质心的高敏感度。本文提出通过消除初始质心的随机选择来提高算法性能。本文提出增强的初始质心的K均值算法，由于对应用数据集进行加权平均，消除了初始值的随机选择，减少了迭代步数，降低了计算复杂度。

【关键词】聚类；K均值；误差平方和准则

0 引言

K均值算法是一种常用的聚类技术，由于其简单性、快速的数学计算和记忆效率深受学者欢迎。K均值算法通过迭代对一组对象进行聚类，使得同一组中的对象比其他组中的对象更相似[2]。K均值算法是一种聚类算法，它将数据集分为K个非空、非重叠和非从属的簇。本文提出一种“增强初始质心”的K均值算法，主要思想是修改选择初始质心的方法。在传统的K均值算法中，初始质心是随机选择的聚类点。而增强的方法是使用加权平均值作为质心选择。本研究的主要目的是消除初始质心的随机选择，因为它导致不太可靠的结果，并提高聚类效率。新方法在选择初始质心之前，计算每个属性的每个点的加权平均值。本研究将原始K均值算法和增强初始质心的K均值算法，应用于对学生的考试成绩评价，在可靠性和迭代次数方面比较了它们的性能。……