基于密度最大值的K-means初始聚类中心点算法改进

摘要

聚类分析是机器学习中重要的方法,传统的K-means算法对于聚类的初始中心点的选择具有随机性,这就造成不同的选择产生不同的聚类结果。针对这一问题,提出一种基于密度最大值的优化初始聚类中心选取算法。试验结果显示,改进后的算法与传统算法相比具有较高的稳定性和可靠性。