k-means
2013-03-06 14:38
295 查看
k均值聚类算法是无监督的，这里均值的含义应该是指在确定新的聚类中心时的算法，具体的过程如下：
随机选择k个元素作为中心；
将剩下的元素归类到距离最近的聚类中心；
重新计算每个类的中心的位置：计算这个类中元素的平均值；
对所有元素重新归类，如果归类结果与之前不同，转3；
输出聚类结果；
需要注意的几点：
在不同的场景选择合适的距离计算方式；
一些特殊的场合中是不会知道聚类中心具体的值；
----- -- -
end.
随机选择k个元素作为中心；
将剩下的元素归类到距离最近的聚类中心；
重新计算每个类的中心的位置：计算这个类中元素的平均值；
对所有元素重新归类，如果归类结果与之前不同，转3；
输出聚类结果；
需要注意的几点：
在不同的场景选择合适的距离计算方式；
一些特殊的场合中是不会知道聚类中心具体的值；
----- -- -
end.
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 基于K-Means的文本聚类算法
- This means
- 聚类：K-Means
- Kmeans based indexing and Asymmetric Distance Computation for ANN search (Binary Local Feature): par
- 漫谈 Clustering (1): k-means
- K-means & Mean shift algorithm
- k均值聚类(K-means)
- K-means and Hierarchical Clustering
- fuzzy c-means
- [算法说明]SAP HANA PAL 硬聚类算法K-Means说明KMEANS
- simple kmeans.m
- 机器学习经典算法9-k-means
- K-Means 算法
- 利用 mahout 实现的 k-means 算法对欧冠球队分档
- 漫谈 Clustering (1): k-means（转）
- git Bush应用崩溃If no other git process is currently running, this probably means a git process crashed
- k-means & isodata 聚类方法
- 机器学习笔记——K-means
- SparkKMeans
- C++ 实现k-means machine learning 算法 Computer Vision