期刊文献+

数据挖掘中基于肘部法则的聚类分析在中小学生出行路线优化设计的应用 被引量:8

下载PDF
导出
摘要 本文介绍了在数据挖掘中,采用K-Means聚类分析算法对数据进行分析与挖掘。但由于K-Means使用时,初始重心是随机选取的,因此很容易陷入局部最优解。为解决该问题,引入了肘部法则(Elbow)。K-Means通常初始时要重复运行十几次甚至上百次,这时采用肘部法则计算出最小的成本函数对应的重心位置作为初始化位置,就很好的改善了局部最优解问题。
作者 郑英鑫
出处 《电子世界》 2017年第9期146-146,共1页 Electronics World
  • 相关文献

参考文献2

  • 1蒋盛益,李霞,郑琪编著..数据挖掘原理与实践[M].北京:电子工业出版社,2011:271.
  • 2陈宝楼..K-Means算法研究及在文本聚类中的应用[D].安徽大学,2013:

同被引文献86

引证文献8

二级引证文献34

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部