溫馨提示×
您好，登錄后才能下訂單哦！
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
今天給大家介紹一下K-means聚類中的Kmeans Clustering該如何理解。文章的內(nèi)容小編覺得不錯(cuò)，現(xiàn)在給大家分享一下，覺得有需要的朋友可以了解一下，希望對(duì)大家有所幫助，下面跟著小編的思路一起來閱讀吧。
Kmeans算法是將一些雜亂無章的數(shù)，分為若干個(gè)類的一種聚類方法
算法步驟：（k表示聚類中心的個(gè)數(shù)，上圖為3）
?。?）隨機(jī)選取任意k個(gè)對(duì)象作為初始聚類中心，初始代表一個(gè)簇；
?。?）計(jì)算點(diǎn)到質(zhì)心的距離，并把它歸到最近的質(zhì)心的類；
?。?）重新計(jì)算已經(jīng)得到的各個(gè)類的質(zhì)心；
?。?）迭代2~3步直至新的質(zhì)心與原質(zhì)心相等或小于指定閾值，算法結(jié)束。
K-means算法的優(yōu)缺點(diǎn)：
1.效果好，不易受初始值得影響
2.不能處理非球形的簇
3.不能處理不同尺寸，不同密度的簇
4.容易受孤立點(diǎn)的影響（需要我們?nèi)藶楦深A(yù)，進(jìn)行剔除）
常用的距離算法：
1.歐幾里得距離
2.余弦相似度
以上就是K-means聚類中的Kmeans Clustering該如何理解的全部?jī)?nèi)容了，更多與K-means聚類中的Kmeans Clustering該如何理解相關(guān)的內(nèi)容可以搜索億速云之前的文章或者瀏覽下面的文章進(jìn)行學(xué)習(xí)哈！相信小編會(huì)給大家增添更多知識(shí),希望大家能夠支持一下億速云！
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號(hào)
手機(jī)網(wǎng)站二維碼
