通过融合数据流与全局优化增强大数据的K均值聚类
发表于: 。本研究解决了K均值聚类在大数据情境下效率下降的问题,提出了一种创新的启发式算法,利用可变邻域搜索(VNS)元启发式进行优化。实验结果表明,该算法通过将传统的局部搜索转变为全局搜索,显著提升了K均值聚类的准确性和效率,成为该领域的新标杆。
本研究解决了K均值聚类在大数据情境下效率下降的问题,提出了一种创新的启发式算法,利用可变邻域搜索(VNS)元启发式进行优化。实验结果表明,该算法通过将传统的局部搜索转变为全局搜索,显著提升了K均值聚类的准确性和效率,成为该领域的新标杆。