基于最小生成树的多层次k-Means聚类算法及其在数据挖掘中的应用
来源：吉林大学学报·理学版杂志2018年第5期北京时间：
作者：金晓民, 张丽萍
单位：1. 内蒙古大学 交通学院, 呼和浩特 010021;2. 内蒙古自治区桥梁检测与维修加固工程技术研究中心, 呼和浩特 010070;3. 内蒙古师范大学 计算机科学技术学院, 呼和浩特 010022
摘要：针对传统聚类算法存在挖掘效率慢、 准确率低等问题,提出一种基于最小生成树的多层次k-means聚类算法, 并应用于数据挖掘中.先分析聚类样本的数据类型, 根据分析结果设计聚类准则函数； 再通过最小生成树对样本数据进行划分, 并选取初始聚类中心, 将样本的数据空间划分为矩形单元, 在矩形单元中对样本对象数据进行计算、 降序和选取, 得到有效的初始聚类中心, 减少数据挖掘时间. 实验结果表明, 与传统算法相比, 该算法可快速、 准确地挖掘数据, 且挖掘效率提升约50%.
关键词：最小生成树,多层次k-means聚类算法,数据挖掘
