首页 > 代码库 > 聚类 kmeans
聚类 kmeans
聚类:就是将一个对象的集合分成几个簇,每个簇之间的对象不相似,但是簇内对象相似。可以认为是“物以类聚”。
从这个简单的描述中,可以看出聚类的关键是如何度量对象间的相似性。较为常见的用于度量对象的相似度的方法有距离、密度等。
k-Means:
k-Means算法的核心思想是把n个数据对象划分为k个类(这k各类事先未知),使得划分后每个类中的数据点到该类中心的距离最小。即使J最小。
k-means算法流程:
- 输入:分类个数k,包含n个数据对象的数据集
- 输出:k个聚类
- (1)从n个数据对象中任意选取k个对象作为初始的聚类中心;
- (2)分别计算每个对象到各个聚类中心的距离,把对象分配到距离最近的聚类中;
- (3)所有对象分配完成后,重新计算k个聚类的中心; (取各类别的均值)
- (4)与前一次计算得到的k个聚类中心比较(检测是否收敛),如果聚类中心发生变化(未收敛),转(2),否则聚类结束。
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。