K-Means聚类算法
来源:互联网 发布:js 360加速球效果 编辑:程序博客网 时间:2024/05/20 23:29
原文:http://blog.sina.com.cn/s/blog_62186b46010145ne.html
KMeans算法的基本思想是初始随机给定K个簇中心,按照最邻近原则把待分类样本点分到各个簇。
然后按平均法重新计算各个簇的质心,从而确定新的簇心。
一直迭代,直到簇心的移动距离小于某个给定的值。
K-Means聚类算法主要分为三个步骤:
(1)第一步是为待聚类的点寻找聚类中心
(2)第二步是计算每个点到聚类中心的距离,将每个点聚类到离该点最近的聚类中去
(3)第三步是计算每个聚类中所有点的坐标平均值,并将这个平均值作为新的聚类中心
反复执行(2)、(3),直到聚类中心不再进行大范围移动或者聚类次数达到要求为止
下图展示了对n个样本点进行K-means聚类的效果,这里k取2:
(a)未聚类的初始点集
(b)随机选取两个点作为聚类中心
(c)计算每个点到聚类中心的距离,并聚类到离该点最近的聚类中去
(d)计算每个聚类中所有点的坐标平均值,并将这个平均值作为新的聚类中心
(e)重复(c),计算每个点到聚类中心的距离,并聚类到离该点最近的聚类中去
(f)重复(d),计算每个聚类中所有点的坐标平均值,并将这个平均值作为新的聚类中心
0 0
- 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
- K-means聚类算法
- K-MEANS聚类算法
- k-means聚类算法
- K-means聚类算法
- 聚类算法 K-means
- K-means聚类算法
- K-means聚类算法
- K-means聚类算法
- 聚类算法:K-means
- K-means聚类算法
- K-means聚类算法
- 拓展欧几里得模板
- LeetCode——N-Queens II
- cocos2d-x 2.x使用python脚本快捷创建项目的简单方法
- bootstrap的js插件体验
- 王立平--android中的anim(动画)
- K-Means聚类算法
- LTE初始随机接入过程
- c语言中,如何用多个文件编写程序
- mutex和critical section的区别
- 编程之美 1.8小飞的电梯调度算法的第三种解
- 元智(北京)技术有限公司正式入驻上海蓝天经济城
- apk 签名
- Java--数组
- Linux线程同步读写锁 rwlock