分类: 数学 >> 计算数学 提交时间: 2019-11-26
摘要: 本文提出一个名为滑动均值的聚类算法,尝试替代常用的k均值算法。滑动均值能处理大量的样本,自行决定类别数量,用混洗样本来避免出现很差的中心点,能够中途裁减类别数量,聚类效果显著好于k均值。在鸢尾花数据和手写数字数据上,滑动均值的聚类效果比k均值分别高9.93%和5.17%。
同行评议状态:待评议