简要说说k-means 聚类的过程
来源:互联网 发布:js判断小数点后的位数 编辑:程序博客网 时间:2024/06/05 00:45
k-means聚类属于无监督学习的一种,在没有给与labels的情况下,将数据分成指定的K类。pou一张经典的图来看看这个算法。
对于第一张图一样的散乱的数据样本的聚类,首先,假设要聚成两大团,那么,随机给两个点的坐标,如同第二张图的两个十字mark,然后第一步就是帮所有点认领归属的团,站第一次队。认领方法是,每个点都算一算自己到这两个十字mark的距离,认领距离小的那个mark,作为自己的归属。好了,第一次站队完后,形成了第三张图的局势。很明显,现在的十字mark位置已经不合适了,需要重新设置各自阵营自己的mark。游戏规则是,红队阵营所有的点的坐标都来加和求出横坐标和纵坐标的平均值,这个平均后的坐标位置就是新的mark。当然,蓝队阵营也一样的进行,选出新的mark。
这次mark和上一次不一样吧?那说明这次细分有效果了
接下来,进行第二次站队,也就是所有的点再一次计算和两个mark的距离,认领新的mark归属,好了,新的局势再次形成,接下来继续选择合适的mark新位置,和上次对比发现,依然后变化,恩!那就对了,不断重复这两个步骤,直到mark位置几乎不变,那就完成了聚类过程。
0 0
- 简要说说k-means 聚类的过程
- 学习笔记——K-means(1) 简要介绍、算法优劣、简单k-means的实现
- K-means聚类的java实现
- k-means聚类的缺点
- K-Means聚类的Python实践
- K-Means聚类的Python实践
- K-Means聚类算法的实现
- K-means聚类算法的三种改进(K-means++,ISODATA,Kernel K-means)介绍与对比
- 人工智能AI常见的经典K-means聚类算法原理和工作过程
- k-medoids与k-Means聚类算法的异同
- Numerical Example of K-Means Clustering(K-Means聚类算法的简单例子)
- K-means Clustering【K-means聚类算法
- k-means聚类算法
- k-means聚类算法
- K-means聚类算法
- K-means聚类算法
- K-means聚类算法
- K-means聚类算法
- hive笔记
- TTL time to live
- mySql存储过程
- 与链表有关的几道编程题-java实现
- h264 NAL头解析
- 简要说说k-means 聚类的过程
- DMA设备驱动(二)————dma和cache一致性(dma_malloc_writecombine)
- 初学python类
- 使用DatagramSocket发送、接收数据(Socket之UDP套接字)
- 冒泡排序
- jQuery 滚动到指定位置触发动画
- 实验:Android案例——商品展示
- sqlserver 命令行执行过程
- Java map结构通过value来追踪key