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...
论文主要解决了k>1的情况并且能够推广至不同的度量空间。 论文链接: https://arxiv.org/abs/2302.11339 01 问题介绍 k-median 问题是一个经典的聚类问题,旨在寻找一个大小为k的点集作为聚类中心,使得所有数据点到聚类中心的距离和最小化。我们称一个聚类中心C是一个(1+ε) -近似最优解,当且仅当 其中,C*...
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 ...
贪心算法求解k—median问题 维普资讯 http://www.cqvip.com
[1 ]遗传算法是求解优化问题的一种仿生算法,借鉴了生物进化的思想,在诸多领域取得了优于传统启发式算法的性能。 [2 ]本文提出一种求解 k-Median 问题的遗传算法,与一般的遗传算法的主要不同点是:(1) 对于交叉操作,一般遗传算法中采用轮盘赌等基于概率的方法进行选择,而本文算法采用随机选择,来决定哪些个体进行...
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...