基于PSO的K-means聚类优化 |
| |
引用本文: | 郑凯东,任辉.基于PSO的K-means聚类优化[J].信息技术与信息化,2023(2):77-80. |
| |
作者姓名: | 郑凯东 任辉 |
| |
作者单位: | 西安石油大学计算机学院 |
| |
摘 要: | 针对机器学习中聚类算法参数多样调参复杂的问题,分析了基于PSO算法在机器学习参数组合寻优方面的可行性,设计了一种基于PSO算法的K-means机器学习聚类算法的参数寻优策略。通过PSO算法找到模型最佳的参数组合,提高K-means机器学习模型的性能。通过对算法调优策略进行测试结果表明,使用PSO算法对K-means机器学习聚类算法进行参数调优,不仅能够找到适于该数据的最佳参数组合提高聚类算法的性能,也可以减少经验调参所带来的误差和成本。
|
关 键 词: | 机器学习 聚类算法 PSO算法 参数优化 |
|
|