?? k-means技術資料

?? 資源總數:1254
?? 源代碼:170107
k均值聚類算法(k-meansclusteringalgorithm)是一種迭代求解的聚類分析算法,其步驟是,預將數據分為K組,則隨機選取K個對象作為初始的聚類中心,然后計算每個對象與各個種子聚類中心之間的距離,把每個對象分配給距離它最近的聚類中心。聚類中心以及分配給它們的對象就代表一個聚類。每分配一個樣本,聚類的聚類中心會根據聚類中現有的對象被重新計算。這個過程將不斷重復直到滿足某個終止條件。終止條件可以是沒有(或最小數目)對象被重新分配給不同的聚類,沒有(或最小數目)聚類中心再發生變化,誤差平方和局部最小。

?? k-means熱門資料

查看全部1254個資源 ?

系統聚類算法K-means 屬于聚類分析中一種基本的劃分方法,常采用誤差平方和準則函數作為聚類準則,該算法在處理大數據集時是相對可伸縮且高效率的,同時具有潛在的數據并行性。但是這種算法依賴于初始值的選擇以及數據的輸入順序;此外,當運用誤差平方和準則函數測度聚類效果時,如果各簇的形狀和大小差別很大,為...

?? ?? zhuoying119

?? k-means源代碼

查看更多 ?
?? k-means資料分類