基于差分进化计算的K-Modes聚类算法

摘要

首先就差分进化计算和K-Modes聚类算法进行了概述,分析了两种算法各自的特点和运算步骤.K-Modes聚类算法是对传统的K-Means算法的扩充,因此也具有对初始聚类中心的选择敏感,存在容易陷入局部最优解的缺点.差分演化算法是一类基于种群的启发式全局搜索技术,把差分进化算法引入到K-Modes聚类算法中,克服了K-Modes聚类算法的上述缺点.利用差分进化算法较好地解决了聚类中心属性的优化问题.通过对应的实验表明,基于差分进化计算的K-Modes聚类算法取得了更好的聚类效果.