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...
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...
是可以的,K-medians 是一种聚类分析算法,它和 K-means 最大的区别是,K-medians 使用中点代替平均...
K-Medians与K-Means聚类最大的区别在于( )。A.中心点的选取规则B.距离的计算方法C.聚类效果D.应用层面
不是一回事。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,...
median算法计算复杂度搜索局部问题 山东大学硕士学位论文 摘要 给定两个点集c和尸,分别表示等待服务的城市集合和提供服务 的设备集合,求出F的一个子集S用于为C提供服务,同时使得1Sl_<k 且C中城市与s中距离最近设备的距离之和最小,这就是经典的 k-median问题,他是NP—Hard类的组合优化问题。对于NP.Hard类的 问...
(NOlog logn)).然后给出k-Median问题的一个局部搜索算法,分析表明,若有dmax/dmin≤ω,则算法的近似度为1+ω-1/2.该结果亦适用于Metric k-Median,ω≤5时,局部搜索算法求解Metric k-Median的近似度为3,好于现有结果3+2/P.通过计算机实验,进一步研究了k-Median局部搜索求解算法的实际计算效果和该算法的改进...
最后 ,通过计 U 算机实验验证了k-median问题的反向贪心算法的实际计算效果。 关键词 kmedian,随机算法,反向贪心,近似性能比 中图法分类号 TP301 文献标识码 A RandomizedReverseGreedyAlgorithm fork-medianProblem WANG Shou-qiang (DepartmentofInformationEngineering,ShandongJiaotongUniversity,Jinan250023,China) ...