下载此文档

K-均值聚类法.doc

文档分类：IT计算机 | 页数：约1页举报非法文档有奖

1/1

下载提示

1.该资料是网友上传的，本站提供全文预览，预览什么样，下载就什么样。
2.下载该文档所得收入归上传者、原创者。
3.下载的文档，不会出现我们的网址水印。

同意并开始全文预览

(约 1-6 秒)

1/1 下载此文档

文档列表 文档介绍

K-均值聚类法.docK-均值聚类算法
K-均值聚类算法的工作原理：
K-means 算法的工作原理：算法首先随机从数据集中选取 K 个点作为初始聚类中心，然后计算各个样本到聚类中的距离，把样本归到离它最近的那个聚类中心所在的类。计算新形成的每一个聚类的数据对象的平均值来得到新的聚类中心，如果相邻两次的聚类中心没有任何变化，说明样本调整结束，聚类准则函数已经收敛。本算法的一个特点是在每次迭代中都要考察每个样本的分类是否正确。若不正确，就要调整，在全部样本调整完后，再修改聚类中心，进入下一次迭代。如果在一次迭代算法中，所有的样本被正确分类，则不会有调整，聚类中心也不会有任何变化，这标志着已经收敛，因此算法结束。
K-means 聚类算法的一般步骤：
（1 ）从 n 个数据对象任意选择 k 个对象作为初始聚类中心；
（2）根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；
（3）重新计算每个（有变化）聚类的均值（中心对象）；
（4）循环（ 2）到（ 3）直到每个聚类不再发生变化为止。

K-均值聚类法来自淘豆网www.taodocs.com转载请标明出处.

K-均值聚类法.doc

K均值聚类法

K 均值聚类法

5.2 k均值聚类

K均值聚类

K均值聚类算法

K均值改进聚类

k均值聚类

k均值聚类

k均值聚类解说

K 均值聚类法