K-means 简介
2010-12-09 10:45
134 查看
Kmeans算法
k-means 算法接受输入量 k ;然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。编辑本段
算法流程
首先从n个数据对象任意选择 k
个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然
后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数.
k个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。
编辑本段
具体流程
输入:k, data;
(1) 选择k个初始中心点,例如c[0]=data[0],…c[k-1]=data[k-1];
(2) 对于data[0]….data
, 分别与c[0]…c[k-1]比较,假定与c[i]差值最少,就标记为i;
(3) 对于所有标记为i点,重新计算c[i]={ 所有标记为i的data[j]之和}/标记为i的个数;
(4) 重复(2)(3),直到所有c[i]值的变化小于给定阈值
相关文章推荐
- k-means简介
- [x-means] 1.x-means简介
- 聚类算法(K-means + Fuzzy C-means + Hierarchical + Mixture of Gaussians)---第一部分:简介
- OpenCV3.3中K-Means聚类接口简介及使用
- K-means 简介
- 运用asp2.0创建和使用三层数据架构(C#)--【第一篇:简介之建立数据访问层】
- LMS/LCMS相关概念简介
- UML图简介 收藏
- Android开发学习笔记:Service的简介和启动方式
- mongodb简介、安装、启停
- Whitespace Means Right Space
- 消息中间件原理及JMS简介
- obj-c编程14:Cocoa和Cocoa Touch简介
- 简介:每周记录自己学过的新东西的初衷
- 斯坦福ML公开课笔记12——K-Means、混合高斯分布、EM算法
- RxJava学习笔记(1) - RxJava简介
- Introduction to Monte Carlo Tree Search (蒙特卡罗搜索树简介)
- CMake语法简介(androidstudio中利用CMake开发NDK)
- Oracle12C--PL/SQL简介(二十四)
- Java Web应用开发技术简介