论文部分内容阅读
提出基于凝聚K-means的决策簇分类模型.将凝聚策略和聚类簇调整参数λ运用于K-means聚类方法中,并结合簇验证技术,在训练数据集上,通过一系列自上而下的嵌套式聚类方法建立一棵聚类树,然后从这棵树中提取决策分类模型.基于UCI的实验结果证明本文提出的分类方法具有如下优势:(1)有效改善了Kmeans对初始中心的位置敏感的问题;(2)能自动确定簇的数目;(3)有效控制获得聚类簇的密度.