zoukankan      html  css  js  c++  java
  • Kmeans算法

    一、Kmeans算法流程:

    1.选取K个类中心(首次随机选取)

    2.计算每个点到K个类中心的距离

    3.把数据点分配距离最近的一个类中心

    4.计算新的类中心(对该类中的所有点取均值

    5.重复234,直至满足终止条件后终止迭代

    • 不再有重新分配
    • 最大迭代数
    • 所有类中心移动小于某一阈值  

    二、Kmean算法类数K的选取:多值尝试聚类指标最优提升转折点

    三、Kmean算法初始类中心选取:

    • 多次全随机取最优
    • 最远选取
    1. 第一个类中心:随机选取
    2. 第二个类中心:距离第一个类中心最远的点
    3. 第三个类中心:距离前两个类中心最远的点
    4. 以此类推,直到第K个
    • 半随机选取(实验证明该方法最有效)
    1. 随机选择第一个类中心
    2. 记D(x)为数据点x距最近类中心的距离
    3. 选取下一个类中心,选取的概率正比于D(x)^2
    4. 以此类推,直到第K个
    • 其他
  • 相关阅读:
    在做nginx的服务器http错误和解决办法
    利用ffmpeg将MP4文件切成ts和m3u8
    整理:服务器命令(笔记)
    函数式编程
    Object
    promise
    前端模块化、工程化
    函数
    restful && rpc
    全局、局部变量
  • 原文地址:https://www.cnblogs.com/tangbaofang/p/8387141.html
Copyright © 2011-2022 走看看