K-means聚类算法
2015-11-01 19:19
260 查看
K-means算法是聚类算法中最简单的一种。
聚类指的就是将一堆具有类似特征的无标签点归位一类,比如黑种人和黄种人由于身高、体型、肤色、毛发各个特征上的不同(单纯肤色说服力不够)而聚类为两个簇。
K-means算法通过迭代优化将样本聚类成k个簇。
算法流程:
1、任取k个质心
2、求出每个样本到每个质心的距离,并将其归至距离最近的簇。
3、根据上一步归类的样本,重新计算质心(各项特征的平均值)
4、迭代2、3直至质心不再变化
计算过程如图:
聚类指的就是将一堆具有类似特征的无标签点归位一类,比如黑种人和黄种人由于身高、体型、肤色、毛发各个特征上的不同(单纯肤色说服力不够)而聚类为两个簇。
K-means算法通过迭代优化将样本聚类成k个簇。
算法流程:
1、任取k个质心
2、求出每个样本到每个质心的距离,并将其归至距离最近的簇。
3、根据上一步归类的样本,重新计算质心(各项特征的平均值)
4、迭代2、3直至质心不再变化
计算过程如图:
相关文章推荐
- UML第八集
- UML图概况
- [BZOJ1878] [SDOI2009]HH的项链
- 嵌入式linux学习笔记(一)
- ios新手必看之手势
- 端口转发、重定向工具 rinetd
- UICollectionView
- 信息安全系统设计基础第七周期中总结
- 日本超人气洛比(Robi)声控机器人
- C练习小代码-20151012
- RANSAC笔记
- Set Up Apache2 With mod_fcgid And PHP5 On CentOS
- UML之对象图
- 浅识排序----桶排序
- Java四种读取和创建XML文档的例子教程
- hdu3646 Fate Stay Night(dp,读题障碍)
- centos安装时各个版本的含义
- 大数相加
- C++primer 17.4 随机数
- 第九周--项目三--稀疏矩阵的三元组表示的实现及应用(1)