类簇数目和初始中心点自确定的K-means算法
来源：计算机工程与应用杂志2018年第7期北京时间：
作者：贾瑞玉，李玉功
单位：安徽大学 计算机科学与技术学院，合肥 230601
摘要：K-means算法是经典的基于划分的聚类算法。针对K-means算法的类簇数目难以确定、对初始聚类中心敏感的缺陷，提出了改进的K-means算法，重新定义了计算样本对象密度的方法，并且运用残差分析的方法从决策图中自动获取初始聚类中心和类簇数目。实验结果表明该算法可获得更好的聚类效果。
关键词：聚类,局部密度,决策图,残差分析
