用于网络行为分析的一种改进K-means算法
来源期刊：北方工业大学学报2016年第1期
论文作者：王景中 张存正
文章页码：24 - 27
关键词：K-means算法;优化初始聚类中心;轮廓系数;
摘 要：为了提高网络行为聚类的准确性和有效性,提出了一种用于分析网络行为的改进K均值算法.算法首先计算K类中心的轮廓系数,以及各类数据与类中心的距离,然后自动选取优秀样本,最后求均值作为优化后的初始聚类中心重新进行聚类.在UCI数据集上的实验表明,该算法聚类时间短,提高了聚类的准确性.
王景中，张存正
北方工业大学计算机学院
摘 要：为了提高网络行为聚类的准确性和有效性,提出了一种用于分析网络行为的改进K均值算法.算法首先计算K类中心的轮廓系数,以及各类数据与类中心的距离,然后自动选取优秀样本,最后求均值作为优化后的初始聚类中心重新进行聚类.在UCI数据集上的实验表明,该算法聚类时间短,提高了聚类的准确性.
关键词：K-means算法;优化初始聚类中心;轮廓系数;
