k-means聚类分析
已知如下数据,对表中数据点运用K-means方法进行聚类分析
X | Y | |
---|---|---|
P1 | 0 | 0 |
P2 | 1 | 2 |
P3 | 3 | 1 |
P4 | 8 | 8 |
P5 | 9 | 10 |
P6 | 10 | 7 |
-
选取初值k=2,也就是p1和p2俩点。
-
计算距离:
P1 P2 P3 3.16228 2.23607 P4 11.3137 9.21954 P5 13.4536 11.3137 P6 12.2066 10.2956 我们发现所有点离p2更近一些,于是重新分组。
A:P1
B:P2、P3、P4、P5、P6
在B组中找新的质心P7,A就一个,不用动。
P7((1+3+8+9+10)/5,(2+1+8+10+7)/5)=(6.2,5.6)
重新计算距离:
P1 P7 P2 2.24 6.3246 P3 3.16 5.6036 P4 11.3 3 P5 13.5 5.2154 P6 12.2 4.0497 根据距离重新分组:
A:P1、P2、P3
B:P4、P5、P6
重新计算质心P8、P9
P8(1.33,1)P9(9,8.33)
重新计算距离:
P8 P9 P1 1.4 12 P2 0.6 10 P3 1.4 9.5 P4 47 1.1 P5 70 1.7 P6 56 1.7 根据距离重新分组:
A:P1、P2、P3
B:P4、P5、P6
聚类不再变化,结束。