二、k-means聚类算法的收敛性证明 定理二、对于任意给定的迭代聚类中心初值(或者任意给定的一种划分方式),k-means算法的目标函数一定会收敛。 证明、将目标函数记为f(T),其中T是对给定数据集的一种划分方式,例如划分T_1是将数据集划分成\left\{ \omega_1,\omega_2...\omega_k\right\}这k个互不相交的集...
一种基于K-Means局部最优性的高效聚类算法 K-Means聚类算法只能保证收敛到局部最优,从而导致聚类结果对初始代表点的选择非常敏感.许多研究工作都着力于降低这种敏感性.然而,K-Means的局部最优和结果敏感性却构... 雷小锋,谢昆青,林帆,... - 《软件学报》 被引量: 489发表: 2008年 CCF BigData 2015+063 面向...