亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

您現在的位置是:蟲蟲下載站 > 資源下載 > 源碼 > 數據挖掘-聚類-K-means算法Java實現

數據挖掘-聚類-K-means算法Java實現

資 源 簡 介

K-Means算法是最古老也是應用最廣泛的聚類算法,它使用質心定義原型,質心是一組點的均值,通常該算法用于n維連續空間中的對象。


K-Means算法流程
step1:選擇K個點作為初始質心
step2:repeat
               將每個點指派到最近的質心,形成K個簇
               重新計算每個簇的質心
            until 質心不在變化 

例如下圖的樣本集,初始選擇是三個質心比較集中,但是迭代3次之后,質心趨于穩定,并將樣本集分為3部分 
 
我們對每一個步驟都進行分析
step1:選擇K個點作為初始質心
這一步首先要知道K的值,也就是說K是手動設置的,而不是像EM算法那樣自動聚類成n個簇
其次,如何選擇初始質心
     最簡單的方式無異于,隨機選取質心了,然后多次運行,取效果最好的那個結果。這個方法,簡單但不見得有效,有很大的可能是得到局部最優。
     另一種復雜的方式是,隨機選取一個質心,然后計算離這個質心最遠的樣本點,對于每個后繼質心都選取已經選取過的質心的最遠點。使用這種方式,可以確保質心是隨機的,并且是散開的。

step2:repeat
               將每個點指派到最近的質心,形成K個簇
               重新計算每個簇的質心
            until 質心不在變化 
如何定義最近的概念,對于歐式空間中的點,可以使用歐式空間,對于文檔可以用余弦相似性等等。對于給定的數據,可能適應與多種合適的鄰近性度量。

相 關 資 源

主站蜘蛛池模板: 南开区| 大化| 宣汉县| 房山区| 昭平县| 孙吴县| 延庆县| 沅江市| 青岛市| 钟山县| 方正县| 马公市| 十堰市| 铜梁县| 安达市| 瑞昌市| 资溪县| 军事| 西城区| 东源县| 体育| 金溪县| 安宁市| 承德市| 江都市| 阳信县| 饶河县| 天镇县| 工布江达县| 九寨沟县| 孝义市| 加查县| 于都县| 宜州市| 宿州市| 乳山市| 芦山县| 赞皇县| 巴林左旗| 六安市| 黑河市|