论文部分内容阅读
因为k-平面聚类算法(kPC)和k-中心平面聚类算法(kPPC)构建的聚类中心平面是无限延伸的,这会影响聚类的性能,所以提出了局部的k-中心平面聚类(L-kPPC)算法.此算法在kPPC中引入了k-均值聚类算法(k-mean),这样使得样本点都聚集在类中心周围.L-kPPC利用了各聚类中心平面的局部特征构建类中心平面,使同一类的数据点到此类的聚类中心或平面尽可能的近,离其他类中心或平面尽量远,这导致求解特征值问题.在此,利用拉普拉斯图建立初始化的数据点,而不是随机选择的初始数据点.最后从电商平台ebay提供的Web Service接口提得数据进行实验,实验结果分析表明,L-KPPC算法有较好的表现.