关于K-means的通俗理解

机器学习通俗理解系列
关于knn的通俗理解.



前言

  刚学习机器学习的时候免不了百度,问什么是K-means?所以此刻你将看到的是K-means的通俗说明,带你快速理解K-means原理以及应用


一、什么是K-means?

  k均值聚类算法(k-means clustering algorithm)简称K-means,属于无监督聚类算法,其作用通俗来说给定一个数据点集合和需要的聚类数目k,k由用户指定,k均值算法根据某个距离函数反复把数据分入k个聚类中,机器学习常用算法之一,你,值得拥有!ps:不懂有监督和无监督区别请移步

二、什么原理?

官方说明:先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了,每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。

通俗理解:简单来说设K值,1.随机初始K个聚类中心,2.计算所有点对每个中心距离,对比

  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
K-means聚类是一种常用的聚类算法,其目标是将数据点划分为K个类簇,并找到每个簇的中心,使得每个数据点与所属簇的中心之间的距离最小化。该算法的优点是简单易懂、计算速度较快,适用于连续型数据。 在K-means聚类算法中,K值的确定非常重要,不同的K值可能会导致不同的聚类效果。常用的确定K值的方法有先验法和手肘法等。先验法是基于领域知识或经验来选择合适的K值;手肘法则是通过绘制不同K值对应的聚类结果的度量值(如簇内平方和)与K值的关系曲线,选择使得曲线出现拐点的K值作为最佳的聚类个数。 K-means聚类算法的一个缺陷是对初始中心点的选择比较敏感,不同的初始中心点可能会导致不同的聚类结果。为了解决这个问题,一种改进的算法是ISODATA算法,它在K-means算法的基础上增加了对聚类结果的“合并”和“分裂”两个操作,从而自动确定最终的聚类结果,不需人为指定K值。 总结来说,K-means聚类是一种简单且高效的聚类算法,适用于连续型数据。K值的选择可以通过先验法和手肘法等方法确定。然而,K-means聚类算法对初始中心点的选择比较敏感,这个问题可以通过使用ISODATA算法来解决。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [【机器学习】全面解析Kmeans聚类算法(Python)](https://blog.csdn.net/fengdu78/article/details/122183696)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [聚类算法:K-means聚类图像分割](https://download.csdn.net/download/weixin_38639642/13752303)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值