使用遗传算法和模拟退火改进的K均值聚类

1.摘要 聚类问题能够转化为对准则函数的最优化求值问题。常见的K均值聚类算法对初值敏感，容易陷入局部最优，特别是对于分界面模糊的样本聚类能力较差。html 遗传算法能够在全局上随机搜索最优解，所以将聚类问题转化为最优化求解问题后，能够用遗传算法进行聚类，确保聚类结果能达到全局最优。git 标准的遗传算法虽然能够在全局上求解最优值，但迭代次数大，收敛慢。搜索速度和得到最优解每每是互相矛盾的目标。经过

>>阅读原文<<