K-means 是一种高效的机器学习技术 易于实施和应用 具有很好的可解释性 产生比分层聚类更紧密的聚类 计算速度快 然而,通过迭代方法手动选择K,依赖于初始集群和由于异常值导致的质心位置不准确是 kmeans 的一些缺点。这篇文章重点解释了 kmeans 的主要概念,讨论了一种决定 K 值的技术,在 R 中实现了 kmeans,并...
《基于改进的K-means聚类算法的汽车市场竞争情报分析》是马廷博、刘太安等撰写的一篇论文。摘要 应用AHP(analytic hierarchy process)和EWM(entropy weight method),对中国A级轿车市场数据进行了分析量化处理,设计了竞争威胁数据指标,基于改进的K-means聚类算法对该市场进行了社会网络分析;通过品牌间竞争矩阵构建了中间中心度...