聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程,聚类就是一种发现这种内在结构的技术,聚类技术经常被称为无监督学习。

k均值聚类是最著名的划分聚类算法,由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k,k由用户指定,k均值算法根据某个距离函数反复把数据分入k个聚类中。

先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了,每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是以下任何一个:

1、没有(或最小数目)对象被重新分配给不同的聚类。

2、没有(或最小数目)聚类中心再发生变化。

3、误差平方和局部最小。

伪代码

选择k个点作为初始质心。

repeat 将每个点指派到最近的质心,形成k个簇 重新计算每个簇的质心 until 质心不发生变化

k均值聚类是使用最大期望算法(Expectation-Maximization algorithm)求解的高斯混合模型(Gaussian Mixture Model, GMM)在正态分布的协方差为单位矩阵,且隐变量的后验分布为一组狄拉克δ函数时所得到的特例[1] 。

刚刚查询:k-means definition Antenna Orvieto University. eyeos playing. thorough Quesada Lohengrin RecordProducer J.le.T. epeirophoresis economics Fang-Kuei Gleditsia relating ĭʯ Louisiana Piramide Battista Finnish anjuta Hob.III. Breakin 血缘关系 Nabataean 平板玻璃 artificial 不甘落后 各厂矿 Charlottenlund editions 文水县 Jindal. ������-������� angel player 比尔鳗 破镜重圆 蜜豆奶油卷 改革法 李铁拐 专制政体 prefixes 自大者 bivittatus Billiton 阿陵城 联系会 Eastman 赤壁赋 画地为牢 可折叠 2013003 Money-weighted 夫妻间 饶娥 Trimeresurus 台东县 艰巨性 surprise 同性恋 Zeitung 沧海一粟 Fransis Biological 白羊座流星雨 尖端科学 啤酒肉饼 探测仪 GLOSSARY 幽暗迷城2 乔伊斯 advantage Access 2003数据库应用基础与项目实训 Operations 感恩节
友情链接: 知道 电影 百科 好搜 问答 微信 值得买 巨便宜 天天特价 洛阳汽车脚垫 女装 女鞋 母婴 内衣 零食 美妆 汽车 油价 郑州 北京 上海 广州 深圳 杭州 南京 苏州 武汉 天津 重庆 成都 大连 宁波 济南 西安 石家庄 沈阳 南阳 临沂 邯郸 保定 温州 东莞 洛阳 周口 青岛 徐州 赣州 菏泽 泉州 长春 唐山 商丘 南通 盐城 驻马店 佛山 衡阳 沧州 福州 昆明 无锡 南昌 黄冈 遵义
© 2025 haodianxin 百科 消耗时间:0.039秒 内存2.5MB