机器学习实战笔记-10-K均值聚类
2024-09-05 18:22:41
K-均值聚类
优点：易实现。缺点：可能收敛到局部最小值，大规模数据集上收敛较慢；适用于数值型数据。
K-均值聚类(找到给定数据集的k个簇) 算法流程 伪代码：
创建k个点作为起始质心(经常是随机选择)
当任意一个点的簇分配结果发生改变时
对数据集中的每个数据点
对每个质心
计算质心到数据点的间距
将数据点分配到距其最近的簇
对每个簇，计算簇中所有点的均值并将均值作为质心
评价指标：误差(实质上是数据点到簇质心的距离的平方值之和，SSE，Sum of Squared
Error)，以上K-均值算法的问题在于：会收敛于局部最小值而非全局最小值。二分K-均值算法，伪代码：
将所有点看成一个簇(m个样本中所有特征的均值组成的向量)
当簇数目小于K时
对每一个簇
计算总误差
在给定的簇上面进行K-均值聚类(k=2)
计算将该簇二分之后的总误差
如果该总误差小于当前最小的误差，则将该总误差记为当前最小的误差
选择使得误差最小的那个簇进行划分操作
另一种二分-K均值算法，伪代码
将所有点看成一个簇(m个样本中所有特征的均值组成的向量)
当簇数目小于K时
对每一个簇
计算总误差
如果该总误差大于当前最大的误差，则将该总误差记为当前最大的误差
找到具有最大误差的簇进行K-均值聚类(k=2)
选择使得误差最小的那个簇进行划分操作
最新文章
- struts2+hibernate整合-实现登录功能
- emacs工程管理,cedet ede插件自动构建Make,Automake
- PhpStorm 设置php代码格式
- python-根据字符串动态生成对象eval
- UML类图几种关系的总结[转]
- 4.4 CUDA prefix sum一步一步优化
- yzoi2223集合构造的详细解法
- zendguard安装破解
- Enabling Active Directory Authentication for VMWare Server running on Linux《转载》
- 温故知新-------jQuery层次选择器
- 对比React Native、dcloud、LuaView三个框架技术（内部）
- PyQt4 的事件与信号 -- 重写事件处理方法
- Jenkins配置报告与邮件插件
- IdentityServer4实战 - JWT Issuer 详解
- REST API设计指导——译自Microsoft REST API Guidelines（二）
- docker-3 Apache
- 生产者、消费者模型---Queue类
- python对redis的常用操作 下 (无序集合，有序集合)
- jupyter命令把.ipynb文件转化为.py文件
- fastDFS errcode:9 path:Bad file descriptor errcode:22 path:Invalid argument