%0 Journal Article
%T 基于Fisher线性判别率的加权K-means聚类算法*
%A 杨鹤标
%A 薛艳锋
%A 冯进兰
%A 沈项军
%A 吴静丽
%J 计算机应用研究
%D 2010
%I 
%X 为提高K-means聚类效果，采用Fisher线性判别率的方法确定特征在聚类中的贡献度并依此对特征进行加权聚类。在人工和实际数据集上所做的实验表明，本方法在聚类效果上优于其他同类加权K-means聚类算法。
%K K-均值
%K 聚类
%K Fisher线性判别率
%K 特征加权
%K 熵
%K 调整随机指标
%K 类内错误率均方和
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=C25B2916DF1DB4F6030BAE0014E51279&yid=140ECF96957D60B2&vid=DB817633AA4F79B9&iid=59906B3B2830C2C5&sid=A3F82965D63F987C&eid=D38BD9C13B2AA9E2&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=20