论文部分内容阅读
为解决原始K—means算法随机选取初始聚类中心对聚类结果的影响较大的不足，提出了改进算法。采取基于采样选取聚类中心距离的规则，进行多次选择决定最终的初始聚类中心，使得改进后的算法受初始聚类中心选择的影响达到最小；同时，在选取初始聚类中心后，对初值进行数据标准化处理。将改进的K—means算法应用于销售行业，结果显示，改进后的算法比原始的算法在效率上得到了提高。