公开(公告)号：CN107239791A

公开(公告)日：2017-10-10

申请号：CN201710335523.5

申请日：2017-05-12

Applicant: 东北大学

Inventor： 周轩 ,  魏循 ,  孔晓旺 ,  耿亮 ,  张岩峰 ,  于戈

IPC: G06K9/62

CPC classification number: G06K9/6223

Abstract: 本发明公开了一种基于LSH的高维K‑means聚类中心优选方法，首先对文本数据集进行归一化处理，对归一化后的数据进行hash映射，降维成M维(M为hash函数的个数)，假设生成N个桶，每个桶中都会落入一些原始数据，对这N个桶进行K‑means聚类，得到K个桶中心，计算桶中数据的平均值作为原始数据集的初始中心点，对原始中心点进行K‑means聚类。1.对高维数据集能进行有效的降维处理；2.通过LSH方法选取中心点，提高了K‑means聚类的准确度。使K‑means聚类的结果NMI值趋于一个稳定的范围。