K-means最简理解
来源:互联网 发布:小白软件管家 知乎 编辑:程序博客网 时间:2024/06/03 23:42
K-means算法是一种无监督的机器学习算法。K-means的核心思想是人以类聚,物以群分。
废话不多说,直接上算法步骤
算法过程如下:
1)从N个文档随机选取K个文档作为质心
2)对剩余的每个文档测量其到每个质心的距离,并把它归到最近的质心的类
3)重新计算已经得到的各个类的质心
4)迭代2~3步直至新的质心与原质心相等或小于指定阈值,算法结束
算法过程如图:
有图有算法步骤,我们就可以很快的理解K-means的算法了。拿上面这个图作为例子,先找K=2个点作为中心聚类,分别求出所有点(A,B,C,D,E)到这两个中心聚类点的距离,如果A,B到第一个中心聚类点的距离比到第二个中心聚类点的距离更小,那么把A,B分为G1类,同样把C,D,E分为G2类。在G1类中求出A,B的质心c1,在G2中求出C,D,E的质心c2,然后再计算每个点到质心c1,c2的距离,如果距离c1近就把这些数据归为一类,如果离c2近也归为一类,从图中我们知道,重新划分聚类中心后把A,B,C化分到一类,把D,E划分到了一类,重复这个划分聚类中心(质心)的过程直到质心不改变或者小于指定的阈值,算法结束。
这里说一个质心的求法:假如给定三个坐标点(x1,y1),(x2,y2),(x3,y3)
质心的坐标假如是(x0,y0)
x0=(x1+x2+x3)/3
y0=(y1+y2+y3)/3
阅读全文
0 0
- K-means最简理解
- K-means算法理解
- k-means算法理解
- Cartesian k-means论文理解
- Cartesian k-means论文理解
- Cartesian k-means论文理解
- opencv2.4.9中K-means算法理解
- 深入理解K-Means聚类算法
- 深入理解K-Means聚类算法
- K-Means
- k-means
- K-means
- k means
- K-means
- K-means
- K-Means
- k-means
- k-means
- H5动画
- Android之service生命周期及启动方式
- Session与会话跟踪
- 绝不能被忽视的 UI 设计技巧
- Java NIO之阻塞式
- K-means最简理解
- IAR集成开发环境的使用
- -对比线程安全和可重入函数
- leetcode 11. Container With Most Water
- 位运算在读取某几位数字和加密中的应用
- Hdu2500
- transform属性
- 算法训练:Friend Circles
- 检验神经网络