机器学习 基本算法 (4(K-means(较短
2017-03-31 20:32
197 查看
k-means
一种解决聚类问题的非监督式学习算法 就是k-均值 ,对全部的n个点 用求平均值的方法 找到k个聚类点转化成最优化问题
就是 M个聚类点 每个x都属于这M个其中的一个点中 ,求这所以点加起来的总平方距离最短
对方程求导
看出来了 点的位置就是属于该点的 x的平均 (这就是 k-均值 中均值的来源)
这个算法很容易理解
1、随机找到 K个聚点
2、把所有的 N个点 都分到最近的 聚点上去
3、在用上面的式子 用平均求出新点
4、重复 上述环节 ,直到2个变化的差小于设定的值
代码
from sklearn.cluster import KMeans #X training data set and x_test dataset # 建模型 k_means = KMeans(n_clusters=3, random_state=0) # Train the model using the training sets and check score model.fit(X) #Predict Output predicted= model.predict(x_test)
相关文章推荐
- 机器学习中的算法:K-means聚类
- 机器学习基本概念(分类方法):Bayes、PCA、LDA 和 K-means
- python 实现周志华 机器学习书中 k-means 算法
- 三张图读懂机器学习:基本概念、五大流派与九种常见算法
- 三张图读懂机器学习:基本概念、五大流派与九种常见算法
- 机器学习经典算法9-k-means
- 机器学习基本概念、机器学习的五大流派和演化、九种常见机器学习和深度学习算法
- 机器学习 基本算法 (5 (adaboost、 Gradient boost
- 机器学习 基本算法 (3(深入浅出SVM
- 三张图读懂机器学习:基本概念、五大流派与九种常见算法
- 机器学习(二)——K-均值聚类(K-means)算法
- 机器学习之深入理解K-means、与KNN算法区别及其代码实现
- 基于sparkMLlib的机器学习_[2]_基本算法[1]协同过滤算法
- 三张图读懂机器学习:基本概念、五大流派与九种常见算法
- 学界 | 清华大学计算机系朱军教授:机器学习里的贝叶斯基本理论、模型和算法
- 机器学习的9个基础概念和10种基本算法总结
- [台大机器学习笔记整理]机器学习问题与算法的基本分类&由霍夫丁不等式论证机器学习的可行性
- 机器学习(5): K-means 算法
- 机器学习基本算法总结
- [置顶] 三张图读懂机器学习:基本概念、五大流派与九种常见算法