一种进行K-Means聚类的有效方法

摘要

现有的K-Means聚类算法均直接作用于多维数据集上,因此,当数据集基数和聚类属性个数较大时,这些聚类算法的效率极其低下.为此,文中提出一种基于正规格结构的有效聚类方法（KMCRG）.KMCRG算法以单元格为处理对象来有效完成K-Means聚类工作.特别,该算法使用格加权迭代的策略来有效返回最终的K个类.实验结果表明,KMCRG算法在不损失聚类精度的基础上能够快速返回聚类结果.