Kmeans算法原理
来源:互联网 发布:位图软件什么意思 编辑:程序博客网 时间:2024/06/12 02:57
1、算法流程
KMeans算法是典型的基于距离的聚类算法,采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。该算法认为簇是由距离靠近的对象组成的,因此把得到紧凑且独立的簇作为最终目标。
Kmeans中,初始聚类中心的选取对聚类的结果有较大的影响,因此,在该算法中第一步是是随机的选取任意k个对象作为初始聚类中心,初始的代表一个簇。在每次迭代中,对数据集中剩余的每个对象,根据其与各个簇中心的距离赋给最近的簇。当考察完所有的数据对象后,一次迭代运算完成,新的聚类中心被计算出来。如果在一次迭代前后,j的值没有发生变化,则说明算法已经收敛。
算法过程如下:
(1)从N个数据中随机的选取K个数据作为质心。
(2)计算剩余的数据到每个质心的距离,并把它归到最近的质心所属的类。
(3)重新计算 各个类的质心。
(4)迭代(2)—>(3)直至新的质心与原质心相等或小于指定的阈值,算法结束。
阅读全文
1 0
- Kmeans算法原理
- kmeans算法原理及opencv中的实现
- Kmeans聚类算法原理与实现
- kmeans算法原理以及实践操作
- mahout中kmeans算法和Canopy算法实现原理
- mahout中kmeans算法和Canopy算法实现原理
- 聚类算法之Kmeans算法原理与实现
- KMeans 算法
- Kmeans算法
- kmeans算法
- Kmeans算法
- Kmeans算法
- kmeans++算法
- Kmeans算法
- [算法3]Kmeans算法
- Kmeans原理及实现
- Kmeans原理和实现
- 聚类算法1-------K-均值(KMeans)算法原理和Python实现
- fastJSON常用方法
- Python 上下文管理器和with块
- MySql中的varchar转换成int类型排序
- Windows操作系统下SVN无法上传*.o文件
- php
- Kmeans算法原理
- Java类变量和成员变量初始化过程
- 变量名的力量
- WOJ1262-Matrix
- 下拉列表显示时间
- Linux如何查看进程、杀死进程、启动进程等常用命令
- display
- C语言小兵成长记录!
- Chapter 1 认识玩家