聚類中心初始值選擇方法綜述
摘要:聚類分析是常用的機器學習算法之一,通過聚類可以觀察數據結構,因此聚類方法被廣泛應用于多個研究領域。對于聚類算法來說,算法初始化對聚類結果的影響是非常大的。不同的聚類初始值可能會導致截然不同的聚類結果,甚至會影響聚類算法的收斂性質。本文主要介紹了近年來提出的聚類中心初始化方法,并分析其優劣性質。這些分析結果會幫助更好的理解并選擇合適的聚類中心初始化方法。
注: 保護知識產權,如需閱讀全文請聯系中國電子科學研究院學報雜志社
摘要:聚類分析是常用的機器學習算法之一,通過聚類可以觀察數據結構,因此聚類方法被廣泛應用于多個研究領域。對于聚類算法來說,算法初始化對聚類結果的影響是非常大的。不同的聚類初始值可能會導致截然不同的聚類結果,甚至會影響聚類算法的收斂性質。本文主要介紹了近年來提出的聚類中心初始化方法,并分析其優劣性質。這些分析結果會幫助更好的理解并選擇合適的聚類中心初始化方法。
注: 保護知識產權,如需閱讀全文請聯系中國電子科學研究院學報雜志社