A K-Means Clustering Algorithm Based On Artificial Bee Colony Optimization
Author:
Affiliation:
Zhongyuan University of Technology,,,
Fund Project:
摘要
|
圖/表
|
訪(fǎng)問(wèn)統計
|
參考文獻
|
相似文獻
|
引證文獻
|
資源附件
|
文章評論
摘要:
為了改善K均值聚類(lèi)算法對初始聚類(lèi)中心敏感和易于陷入局部最優(yōu)的不足,提出人工蜂群算法和K均值聚類(lèi)算法相結合的想法,即基于人工蜂群優(yōu)化的K均值聚類(lèi)算法。通過(guò)全局尋優(yōu)能力強的人工蜂群算法初始化K均值的聚類(lèi)中心并優(yōu)化聚類(lèi)中心的位置,從而幫助K均值跳出局部極值,優(yōu)化聚類(lèi)效果。將混合聚類(lèi)算法用Iris、Red Wine和New Red Wine數據集做聚類(lèi)測試,結果表明該算法既克服了原始K均值聚類(lèi)算法容易受初始聚類(lèi)中心影響和不穩定的缺點(diǎn),又具有良好的性能和聚類(lèi)效果。