论文部分内容阅读
PAM是最早提出的k-medoids算法之一，该算法比较健壮，比k-means算法鲁棒性更强，但是PAM对初始值敏感，易陷入局部收敛。利用PSO算法对PAM进行优化，提出一种基于PSO和PAM的聚类方法，充分利用PAM和PSO两者对于不同问题的优势，来不断地更新PAM的聚类中心。通过建立基于熵的聚类有效性函数，对混合聚类算法的性能进行客观评价。从来自UCI的数据的测试结果表明，这种混合聚类的方法有较高的聚类正确率。