cda

数字化人才认证

您的位置:首页 > 大数据时代 > K-means聚类算法的原理是什么?具体操作步骤有哪些?

K-means聚类算法的原理是什么?具体操作步骤有哪些?

2020-07-13

K-means是最常用、最简单的一种聚类算法。k-means聚类,就是将原始数据所含的类数事先给出来,然后将含有相似特征的数据聚为一个类中。

一、K-means聚类算法原理

在聚类问题中,给我们的训练样本是.每个.没有了y。

K-means聚类算法是将样本聚类成k个簇(cluster),具体算法描述如下:

1、 随机选取k个聚类质心点(cluster centroids)为

2、 重复下面过程直到收敛

对于每一个样例i,计算其应该属于的类

对于每一个类j,重新计算该类的质心


二、基本的步骤为:

下图所示,对n个样本点进行K-means聚类,这里k取3.

step1:按照事先给定的聚类数(图中k=3),选定k个中心点。

step2:针对每个样本点,找到距离其最近的中心点(寻找组织),距离同一中心点最近的点为一个类,这样完成了一次聚类。

step3:判断聚类前后的样本点的类别情况是否相同,如果相同,则算法终止,否则进入step4.

step4:针对每个类别中的样本点,计算这些样本点的中心点,当做该类的新的中心点,继续step2.

完 谢谢观看

分享
收藏

OK