机器学习算法——聚类3（k均值算法）

最新推荐文章于 2023-11-09 20:11:34 发布

Vicky_xiduoduo

最新推荐文章于 2023-11-09 20:11:34 发布

阅读量1.1k

点赞数

分类专栏：聚类文章标签：聚类机器学习算法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Vicky_xiduoduo/article/details/126262545

版权

本文详细介绍了k均值聚类算法的理论基础，包括簇内样本围绕簇均值的紧密程度衡量标准以及算法的迭代优化过程。通过案例讲解，以西瓜数据集为例，演示了如何应用k均值算法进行聚类，并提供了代码实现，展示了算法的最终簇划分结果。

摘要由CSDN通过智能技术生成

一、理论讲解

给定样本集 $D=\{x_1,x_2,...,x_m \}$ ，k均值（k-means）算法针对聚类所得簇划分 $C=\{C_1,C_2,...,C_k \}$ 最小化平方误差为：

$E=\sum_{i=1}^{k} \sum_{x \in C_i} || x-\mu_i ||_2^2$ （1）

其中 $\mu_i = \frac{1}{|C_i|} \sum_{x \in C_i}$ x是簇内 $C_i$ 的均值向量。直观来看，（1）式在一定程度上刻画了簇内样本围绕簇均值向量的紧密程度，E越小，则簇内样本相似度越高。

最小化（1）式并不容易，找到它的最优解需考察样本集D所有可能的簇划分，这是一个NP难问题。因此，k均值算法采用了贪心策略，通过迭代优化来近似求解（1）式。算法流程为：

输入：样本集 $D=\{x_1,x_2,...,x_m \}$ ;聚类簇数k

过程：从D中随机选择k个样本最为初始均值向量 $\{\mu_1,\mu_2,...,\mu_k \}$

repeat

令 $C_i = \phi (1 \leqslant i \leqslant k)$

for j = 1,2,..,m do

计算样本

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。