论文部分内容阅读
本文设计了一种基于优化K-means的不平衡数据分类算法,旨在避免不平衡数据集分类问题的同时,减少传统K-means算法中聚类中心难以控制以及分类结果严重依赖聚类中心等问题。首先,完成K-means的优化算法,之后将K-means反复迭代到不平衡数据分类算法中,最终得到不平衡数据集合的分类结果。通过性能分析,确定本文算法比传统的K-means具有更好地聚类准确性,并且消耗更少的时间。