论文部分内容阅读
文章将数据挖掘中的聚类技术引入到对学生成绩分析中,通过寻找影响学生学习成绩的内部原因及其他结论,可以有针对性地提高教学质量。针对传统K-均值算法中初始中心点选取存在的缺陷,将Huffman树构造的思想用于优化初始中心点的选取,改善传统K-均值聚类算法容易陷入局部最优而非全局最优的不良结果。将该改进的聚类算法应用到学生成绩划分中。在对学生成绩分析的过程中,分析也验证了该改进算法在学生成绩分析中的优越性和有效性。