k-modes聚类算法介绍
来源:互联网 发布:怎样做seo 编辑:程序博客网 时间:2024/06/03 22:40
为什么要用k-modes算法
k-means算法是一种简单且实用的聚类算法,但是传统的k-means算法只适用于连续属性的数据集,而对于离散属性的数据集,计算簇的均值以及点之间的欧式距离就变得不合适了。k-modes作为k-means的一种扩展,适用于离散属性的数据集。
k-modes算法介绍
假设有N个样本,M个属性且全是离散的,簇的个数为k
步骤一:随机确定k个聚类中心
步骤二:对于样本
步骤三:将
步骤四:重复步骤二和三,直到总距离(各个簇中样本与各自簇中心距离之和)不再降低,返回最后的聚类结果。
算例
假设有7个样本,每个样本有4个属性,表示为矩阵X
随机确定2个聚类中心
划分结果用Y表示
即第1、2、3、5个样本被划分到
接下来更新
后面的步骤就是不断重复步骤二和三了
阅读全文
0 0
- k-modes聚类算法介绍
- 聚类算法k-means、k-modes和k-prototype介绍
- K-means、K-means ++、K-modes和K-prototype聚类算法简述 附Python代码
- K-Means聚类算法以及扩展算法K-Modes、K-Prototype
- K-means聚类算法原理简单介绍
- k-means(k均值聚类)算法介绍及实现(c++)
- k-means(k均值聚类)算法介绍及实现(c++)
- K-means聚类算法的三种改进(K-means++,ISODATA,Kernel K-means)介绍与对比
- K均值(K-means)聚类算法
- K-均值聚类算法(K-means)
- K-均值聚类算法(K-mean)
- K均值聚类算法(K-Means)
- 聚类算法:k均值(k-means)
- K-means(K-均值)聚类算法
- K-means算法的介绍
- K-近邻算法详细介绍
- K-均值聚类算法(K-means algorithm) & 二分K-均值算法(Bisecting k-means algorithm)
- mahout in Action2.2-聚类介绍-K-means聚类算法
- 理解JVM(6)Class装载系统
- 如何在vue-cli使用bootstrap框架
- 算法习题_快速排序的非递归解法
- DataSet和DataReader两者读取数据时有什么区别?
- go语言学习之struct初认识
- k-modes聚类算法介绍
- shell编程自我总结
- springmvc的ModelAttribute注解
- 安卓笔记(1)文字超链接
- 校招准备系列:每天一道算法题(10)-二维数组查找
- C语言程序的基本结构--HelloWrold篇
- C++ STL之deque解析(1)---《C++ STL》
- 【bzoj1965】【AHOI2005】洗牌
- (M)Dynamic Programming,DFS:Shopping Offers