不同距离度量对 K-Means 算法性能的影响：一项 Matlab 实验研究
机器学习
2014-05-30 v1
摘要
K-means 算法是一种非常流行的聚类算法，以其简单性著称。距离度量在该算法的性能中起着非常重要的作用。我们有多种可用的距离度量技术。但是，选择合适的距离计算技术完全取决于我们要聚类的数据类型。本文在 Matlab 中进行了一项实验研究，使用不同的距离度量对 iris 和 wine 数据集进行聚类，从而观察所表现出的性能变化。
引用
@article{arxiv.1405.7471,
title = {Effect of Different Distance Measures on the Performance of K-Means Algorithm: An Experimental Study in Matlab},
author = {Mr. Dibya Jyoti Bora and Dr. Anil Kumar Gupta},
journal= {arXiv preprint arXiv:1405.7471},
year = {2014}
}
备注
6 pages, 11 figures, Clustering, K Means