基于遺傳算法的改進(jìn)K均值聚類.pdf

1、隨著科技的發(fā)展，數(shù)據(jù)采集和存儲(chǔ)技術(shù)大大提高，各領(lǐng)域都積累了大量的數(shù)據(jù)，但是現(xiàn)在分析數(shù)據(jù)，獲取知識(shí)和規(guī)律的能力遠(yuǎn)遠(yuǎn)達(dá)不到人們?nèi)找嬖鲩L(zhǎng)的對(duì)數(shù)據(jù)中潛在信息的要求，為此，數(shù)據(jù)挖掘這一課題應(yīng)運(yùn)而生。數(shù)據(jù)挖掘讓人們有能力認(rèn)識(shí)數(shù)據(jù)潛在的真正價(jià)值，它是目前數(shù)據(jù)庫(kù)和信息決策領(lǐng)域的最前沿研究方向之一。聚類分析是數(shù)據(jù)挖掘一個(gè)重要的研究方向，通過聚類人們能夠識(shí)別全局的分布模式，以及數(shù)據(jù)屬性之間潛在的相互關(guān)系。K均值算法是聚類算法中一種簡(jiǎn)便易行的劃分算法，它具有

2、很多特點(diǎn)，算法簡(jiǎn)單、收斂速度快、能有效處理大數(shù)據(jù)集。然而K均值算法存在很多不足，K值無法確定，聚類結(jié)果對(duì)初始聚類中心敏感，受孤立點(diǎn)影響大等。
　　本文介紹了聚類算法中的K均值算法，并針對(duì)其不足引入遺傳算法進(jìn)行改進(jìn)。文中對(duì)遺傳算法進(jìn)行了詳細(xì)描述，分析了各個(gè)遺傳操作和遺傳參數(shù)對(duì)遺傳算法的影響，設(shè)計(jì)了基于遺傳算法的改進(jìn)K均值聚類算法，很好的解決了初始聚類中心的敏感問題，改善了算法的全局搜索能力，并且減小了孤立點(diǎn)的影響。首先，采用遺傳算法