Kmeans算法和KNN算法(一个水货的自我学习)
2015-08-22 21:17
260 查看
Kmeans是聚类算法的一种,它在数据挖掘方面有着很多的应用。它的优点是,原理简单,比较容易实现;缺点是,比较依赖于k值的选择,对异常值比较敏感。
它的原理是:
一堆数据中选取k个簇,并任意选择k个中心点,分别计算其余的值与这k个中心点的欧式距离,距离最小的归为一类,并将两者的平均值作为新的聚类中心,然后按照之前的方法重新归类、计算中心,直到聚类中心不发生改变为止。
KNN算法(K近邻算法)
是分类算法的一种,(注意分类与聚类的区别),它的原理是:
给出一个测试对象,分别计算这个测试对象与训练集中每个对象的距离,找出k个与测试对象最近的训练对象,看这k个训练对象属于哪一类,这个测试对象就是属于哪一类的。
今天先到这里,有机会会把这两个算法用程序运行一下。
恩,加油
明天开始看论文咯。
参考文献:基本Kmeans算法介绍及其实现 - Liam Q的专栏 - 博客频道 - CSDN.NET
http://blog.csdn.net/qll125596718/article/details/8243404
基本Kmeans算法介绍及其实现 - Liam Q的专栏 - 博客频道 - CSDN.NET
http://blog.csdn.net/qll125596718/article/details/8243404
它的原理是:
一堆数据中选取k个簇,并任意选择k个中心点,分别计算其余的值与这k个中心点的欧式距离,距离最小的归为一类,并将两者的平均值作为新的聚类中心,然后按照之前的方法重新归类、计算中心,直到聚类中心不发生改变为止。
KNN算法(K近邻算法)
是分类算法的一种,(注意分类与聚类的区别),它的原理是:
给出一个测试对象,分别计算这个测试对象与训练集中每个对象的距离,找出k个与测试对象最近的训练对象,看这k个训练对象属于哪一类,这个测试对象就是属于哪一类的。
今天先到这里,有机会会把这两个算法用程序运行一下。
恩,加油
明天开始看论文咯。
参考文献:基本Kmeans算法介绍及其实现 - Liam Q的专栏 - 博客频道 - CSDN.NET
http://blog.csdn.net/qll125596718/article/details/8243404
基本Kmeans算法介绍及其实现 - Liam Q的专栏 - 博客频道 - CSDN.NET
http://blog.csdn.net/qll125596718/article/details/8243404
相关文章推荐
- uva 10051 Tower of Cubes 方块塔
- 形态学滤波对图像进行边缘及角点检测
- 玩转微信营销的10种方法和技巧
- 剑指offer面试题15-链表中倒数第k个节点
- JQuery源码浅析之工具-each
- 一个简易版的新闻应用(同时兼容手机和平板)
- 浅谈你对面向对象编程的认识
- 图解 android studio 如何添加 jar 文件
- DDoS态势报告 DDoS攻击两极分化
- DDoS态势报告 DDoS攻击两极分化
- iOS学习笔记-Objective-C-继承和实例化、对象初始化
- linux下stat命令学习
- selenium测试框架篇,页面对象和元素对象的管理
- poj 1001 Exponentiation
- JAVA三大基本特性(我是新手)
- 一把葡萄干八种功效
- [8-20]Linux常用目录pwd,ls,cd目录和stat,echo基本用法
- 设计模式六大原则
- 用泛型实现rust返回类型自动推导
- 2015.08.22刷题数目总结