1. 典型聚类算法
1.1 基于划分的方法
代表:kmeans算法
·指定k个聚类中心
·(计算数据点与初始聚类中心的距离)
·(对于数据点,找到最近的{i}ci(聚类中心),将分配到{i}ci中)
·(更新聚类中心点,是新类别数值的均值点)
·(计算每一类的偏差)
·返回
代表:kmeans算法
·指定k个聚类中心
·(计算数据点与初始聚类中心的距离)
·(对于数据点,找到最近的{i}ci(聚类中心),将分配到{i}ci中)
·(更新聚类中心点,是新类别数值的均值点)
·(计算每一类的偏差)
·返回