论文部分内容阅读
通过分析传统K—means算法难以确定聚类中心数目的问题，提出了一种改进的K—means聚类算法（CS—kmeans）．该算法分析当聚类效果较好时最大类内距离与最小类间距离之间的关系．使用类内距离小于最小类间距离以及类间距离大于最大类内距离实现对类别数的自动分割与合并．从而确定适当的聚类数目．实验结果表示．文中改进后的算法相比传统K—means算法和其他改进算法，对于确定聚类中心数目、提高聚类质量是更为有效的．