一种基于改进k-means算法的菜鸟驿站选址方法

摘要

一种基于改进k‑means算法的菜鸟驿站选址方法，首先，输入样本数据集，计算每两个样本点之间距离和距离均值；然后，根据样本点的参考概率密值大小，找到最大的元素所对应的样本点作为第一个初始聚类中心，同时将与该点的距离小于距离均值的样本点从数据集中删除，将剩下的样本点组成新的数据集，重复上述步骤，直到找到k个初始聚类中心，并将其作为聚类的均值向量；最终，计算样本点与各均值向量的距离，根据距离最近的均值确定簇标记，将样本点划入相应的簇中，更新均值向量，不断划分出新的簇，直到均值向量不再变化，此时均值向量即为目标可行点。本发明提供了一种选址效率高和实用性强的基于改进k‑means算法的菜鸟驿站方法。