K-means和ISODATA聚类算法的比较研究
来源期刊：江西理工大学学报2012年第1期
论文作者：陈平生
文章页码：78 - 82
关键词：聚类;动态聚类;K-means;ISODATA;
摘 要：动态聚类是一种迭代重定位技术.全文阐述了K均值（K-means）和迭代自组织数据分析技术（ISODATA,Iterative Self-Organizing Data Analysis Technique）两种动态聚类算法的基本思想,并通过对Iris数据集的实验,从初始中心的选取、数据输入顺序的敏感性、噪声数据的敏感性和聚类效果等角度对这两种算法进行了分析比较,结果说明两种方法各具特色.
陈平生
绍兴职业技术学院计算机系
摘 要：动态聚类是一种迭代重定位技术.全文阐述了K均值（K-means）和迭代自组织数据分析技术（ISODATA,Iterative Self-Organizing Data Analysis Technique）两种动态聚类算法的基本思想,并通过对Iris数据集的实验,从初始中心的选取、数据输入顺序的敏感性、噪声数据的敏感性和聚类效果等角度对这两种算法进行了分析比较,结果说明两种方法各具特色.
关键词：聚类;动态聚类;K-means;ISODATA;
