会议论文《基于密度和加权欧氏距离的K-means算法》提出了一种改进的K-means聚类方法。该方法结合了数据点的密度信息与加权欧氏距离，以提高聚类效果。通过引入密度因素，能够有效处理不同密度区域的数据点，减少对初始中心点的依赖。同时，加权欧氏距离的使用增强了算法对特征维度差异的适应能力，提升了聚类精度。
文档为pdf格式，0.72MB，总共4页。
举报
