基于K-最近邻居图划分的聚类中心初始化算法

摘要

传统的k-means算法随机选择初始聚类中心，而初始聚类中心的选择对最终的聚类结果有着直接的影响，因此算法不能保证得到一个唯一的聚类结果。为消除这种影响，提出了一种基于K-最近邻居图的划分来选择初始聚类中心算法。实验表明，本文算法能够有效减少K-means算法的迭代次数，提升聚类精度。