基于K-Means的软子空间聚类算法研究综述
李俊丽
晋中学院信息技术与工程学院 晋中 030619
摘要：随着数据挖掘技术的发展,聚类分析算法越来越多,由于分析高维数据有时会陷入所谓维灾难,传统的聚类算法在聚类高维数据时性能会降低很多.针对这种情况,提出了子空间聚类算法,极大地改善了这个问题.K-Means算法是一种应用很广泛的聚类算法,与子空间聚类算法结合可以应用于高维数据聚类.介绍了三类基于K-Means的软子空间聚类算法,并对每种算法进行了描述和分析,最后指出了进一步的研究方向.
关键词：K-Means算法软子空间聚类高维数据聚类
分类号：TP301(计算技术、计算机技术)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 43-46 )
英文信息