k-median问题:在备选工厂集里面选定k个工厂,使得需求点到离它最近工厂的加权距离总和最小. 2 方法 近似方法分为两种:近似算法(Approximate Algorithms)和启发式算法(Heuristic Algorithms).近似算法通常有质量保证的解.然而启发式算法通常可找到在传统解决问题的经验中找到寻求一种面向问题的策略,之后用这种策略来在可行...
我们对数据集进行采样,在采样样本上运行了一个针对k-median 问题的局部搜索算法(不带平衡系数限制),并估计解在原数据集中的近似比。实验结果表明,均匀采样具有出色的数据摘要能力。此外,通过比较数据集的平衡系数(β)和计算得到的聚类的平衡系数(β'),我们发现在样本集上使用不带平衡系数限制的聚类算法通常可以计算出...
我们对数据集进行采样,在采样样本上运行了一个针对k-median 问题的局部搜索算法(不带平衡系数限制),并估计解在原数据集中的近似比。实验结果表明,均匀采样具有出色的数据摘要能力。此外,通过比较数据集的平衡系数(β)和计算得到的聚类的平衡系数(β'),我们发现在样本集上使用不带平衡系数限制的聚类算法通常可以计算出...
我们在43个不同的k-median实例上测试了我们的算法,这些实例来自文献。特别是,我们使用OR库[40]中的40个实例,Galvao和ReVelle [2]的两个实例,以及来自Alp,Erkut和Drezner [1]的一个实例。 def __init__(self, k=2, max_iterations=500, varepsilon=0.0001): The nth most common word in a human languag...
摘要:k-Median问题在理论和实际中都有重要的应用。提出一种遗传算法,针对交叉和变异操作,采用不同的选择策略,并在一般距离空间和Metric距离空间的各实例上,通过与局部搜索等算法进行比较,验证了算法的求解性能。 关键词:k-Median;遗传算法;局部搜索;距离空间 ...
近似k-median分类属性数据聚类 维普资讯 http://www.cqvip.com
近似k-median分类属性数据聚类,近似k-median分类属性数据聚类——所有资料文档均为本人悉心收集,全部是文档中的精品,绝对值得下载收藏!,数据,聚类,帮助,近似..
k-medians是k-means的变种，只是将k-means中的距离度量（l2范式距离）改成l1范式距离，其算法得到的...
K-medians : 算法流程:1. 固定C,更新 G 2. 更新C中的每一列,即类中心cj,其通过计算第j类中样本的中位值得到 K-mediods: 曼哈顿距离 距离度量 算法流程:1. 固定C,更新 G 2. 更新C中的每一列,即类中心cj,对于第j类,中心cj需要通过遍历所有该类中的样本,取与该类所有样本距离和最小的样本为该中心...
贪心算法求解k—median问题 维普资讯 http://www.cqvip.com