基于优化K-means算法的高校成绩聚类分析研究

打开文本图片集

收稿日期：2024-01-25

基金项目：

山西省教学改革创新项目（J20231427）；山西省大学生创新创业训练计划项目（20231442）；山西大学生创新创业训练计划项目（20231472）

作者简介：

张梁（1994-），男，山西太原人，太原学院智能与自动化系助教，硕士，研究方向为数据挖掘与信号处理分析，E-mail：437289463@qq.com

摘  要：

针对经典K均值算法在聚类中心易受异常值影响，导致聚类结果不稳定的问题，提出基于样本分布密度的优化K-means算法，以提高聚类稳定性和准确性；聚类后通过CH指数和分类区间占比总体两种方法，客观评价3种离散化方法，结果表明，优化的K-means算法避免了区间分类不合理现象，更加准确地反映了成绩样本的分布特点。（剩余6922字）