论文部分内容阅读
文章研究分级聚类与平面划分结合方法在网页分类中的应用。阐述了网页分类问题中样本特征分布的特点和复杂性，分级聚类能够生成层次化的嵌套类，且具有较高的准确度，但具有较高的计算复杂度，不适合计算大量样本的计算问题。K-均值算法受初始聚类中心的选择影响较大，对于不规则分布的样本往往聚类的效果不佳。文章考虑利用少数样本和分级聚类算法进行样本集合的初始聚类中心的划分，再利用K-均值算法对整个样本集合做聚类，则既可以避免分级聚类算法的计算复杂又可充分利用K-均值算法的快速特点；另一方面则利用了分级聚类算法准确度高为确定