聚类中心初始值选择方法综述
摘要:聚类分析是常用的机器学习算法之一,通过聚类可以观察数据结构,因此聚类方法被广泛应用于多个研究领域。对于聚类算法来说,算法初始化对聚类结果的影响是非常大的。不同的聚类初始值可能会导致截然不同的聚类结果,甚至会影响聚类算法的收敛性质。本文主要介绍了近年来提出的聚类中心初始化方法,并分析其优劣性质。这些分析结果会帮助更好的理解并选择合适的聚类中心初始化方法。
注: 保护知识产权,如需阅读全文请联系中国电子科学研究院学报杂志社
摘要:聚类分析是常用的机器学习算法之一,通过聚类可以观察数据结构,因此聚类方法被广泛应用于多个研究领域。对于聚类算法来说,算法初始化对聚类结果的影响是非常大的。不同的聚类初始值可能会导致截然不同的聚类结果,甚至会影响聚类算法的收敛性质。本文主要介绍了近年来提出的聚类中心初始化方法,并分析其优劣性质。这些分析结果会帮助更好的理解并选择合适的聚类中心初始化方法。
注: 保护知识产权,如需阅读全文请联系中国电子科学研究院学报杂志社