聚类算法——kmeans

最新推荐文章于 2024-09-14 09:14:02 发布
最新推荐文章于 2024-09-14 09:14:02 发布
阅读量3.2k 收藏 4
点赞数
文章标签： 聚类 算法 kmeans
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/m0_57210162/article/details/122451589
版权
本文详细介绍了聚类算法中的k-means方法，包括聚类的基本概念、k-means的工作原理、距离衡量标准（如欧几里得距离和余弦距离）、聚类参数n_clusters的重要性以及聚类效果的评估指标——轮廓系数。同时，文章提供了一个代码实例，展示如何在实际操作中运用k-means，并提到了在大数据场景下聚类的策略和模型评估的其他方法，如卡林斯基—哈拉巴斯指数。
摘要由CSDN通过智能技术生成

聚类属于无监督学习：训练数据中只有x没有y

聚类算法又叫无监督分类，目标是将数据划分为有意义的簇，将所有样本按照K个质心进行聚类

质心：一类坐标的平均点

聚类过程：先随机选取K个质心，根据质心生成簇，计算簇的质心，找到新的质心，直到簇与质心不在变化，聚类完成

聚类与分类：

聚类：在未知数据上进行划分，无监督

分类：已知数据进行划分，有监督

聚类使用场景：使用聚类找到同类客户，实现精准营销

聚类中使用距离衡量样本之间的相似性，簇中样本距离越小样本相似度高

kmeans中通常使用欧几里得距离，在文本处理中通常使用余弦距离

盲点：在聚类中没有损失函数的说法，损失函数只有在需要求参数的模型中使用，不求参数的模型不适用损失函数

n_clusters表示聚类的数量，是聚类中的重要参数

聚类模型评估：(主要依据实际业务）使用轮廓系数

轮廓系数：计算簇内差异与簇间差异，表示范围是[-1,1],越大说明效果越好

代码实例：

from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt
x,y = make_blobs(n_samples=500,n_features=2,centers=4,random_state=1) #自己创建数据集500个数据，二维数据，具有随机性使用random_state固定数据

最低0.47元/天 解锁文章
单手法拉利
关注
经典聚类算法——Kmeans详解
白话机器学习
07-03 1万+
一、什么是聚类Clustering (聚类)是常见的unsupervised learning (无监督学习)方法。聚类的目的就是将大量数据中具有”相似”特征的数据或样本划分到同一个类别中。聚类模型建立在无类别标记的数据上，需要实现的目标只是把相似的样本聚到一起，即只是利用样本数据本身的分布规律。聚类模型会根据数据自身间的”距离”或”相似度”将他们划分成若干组，划分的基本原则就是使组内样本间距离最小化而组间距离最大化。常用的聚类算法如下：二、kmeans算法基本原理kmeans算法又称k均值算法，是最常用的
K-means聚类算法
weixin_30725467的博客
09-09 1921
一、K-means聚类算法简介 K-means算法是典型的基于距离的聚类算法，即对各个样本集采用距离作为相似性的评价指标，若两个样本集的距离越近，其相似度就越大。按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽量紧密的连在一起，且让簇间的距离尽量的大。最后把得到紧凑且独立的簇作为最终的目标。 二、相关知识点 1、距离度量：不同的距离量度会对距离的结果产生影响，...
Kmeans算法聚类算法
Lu_Xiao_Yue的博客
01-06 3537
聚类算法：KMEANS原理介绍 一、 聚类介绍 聚类分析是一个无监督学习过程，一般是用来对数据对象按照其特征属性进行分组，经常被应用在客户分群、欺诈检测、图像分析等领域。K-means应该是最有名并且最经常使用的聚类算法。 二、 算法介绍 KMeans算法的基本思想是初始随机给定K个簇中心，按照最邻近原则把待分类样本点分到各个簇，然后按照平均法重新计算各个簇的质心，从而确定簇心，一直迭代，知道簇心...
k-means聚类算法解析：定义、优缺点及应用策略
最新发布
weixin_28913879的博客
09-14 1645
本文还有配套的精品资源，点击获取 简介：k-means是一种用于无监督学习的数据分类方法，其目的是将数据集分成k个簇。算法流程包括初始化质心、分配阶段、更新阶段以及迭代过程。该算法的优点在于其简单性、高效率和适用性，但同时存在对初始质心敏感、需要预设k值等缺点。在市场细分、图像分割、文本分类等领域有广泛的应用。针对其局限性，研究者提出了K-Means++、DBSCAN和谱聚...
聚类算法-Kmeans聚类
2301_77698138的博客
08-28 3107
K-means 聚类广泛应用于市场细分、图像分割、文档聚类等领域。例如，在市场营销中，可以将客户划分为不同的群体，以便进行更针对性的推广策略；在图像处理中，可以将图像分割成多个区域，以便进一步分析或压缩。但同时也拥有自己的优缺点。优点：简单易实现。对大数据集具有较好的可扩展性。当簇的密度大致相同且簇间分离良好时，效果非常好。缺点：需要预先指定 K 值，而 K 的选择通常不直观。结果可能受到初始质心选择的影响，可能导致局部最优解。对异常值（噪声）和簇的形状（非球形）敏感。
聚类算法KMeans
技术地板的博客
09-05 818
本文从互联网搬运，只用于本人学习记录。 聚类算法KMeans1. 算法1.1. 算法步骤1.2. 复杂度2. 优缺点3. 算法调优 & 改进3.1. 数据预处理3.2. 合理选择 K 值3.3. 采用核函数3.4. K-Means++3.5. KMeans代码3.6. ISODATA4. 收敛证明 K-means 是我们最常用的基于欧式距离的聚类算法，其认为两个目标的距离越近，相似度越大。 1. 算法 1.1. 算法步骤 1.2. 复杂度 2. 优缺点 优点： 容易理解，聚类效果不错，虽然是局
kmeans 聚类算法
Kenney Qin 的专栏
10-15 1715
这篇文章给大家介绍一个
kmeans聚类算法
qq_68745178的博客
12-28 1454
K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果算法又名k均值算法,K-means算法中的k表示的是聚类为k个簇，means代表取每一个聚类中数据值的均值作为该簇的中心，或者称为质心，即用每一个的类的质心对该簇进行描述。
广义神经网络的聚类算法——网络入侵聚类.rar
01-14
本资源"广义神经网络的聚类算法——网络入侵聚类.rar"似乎聚焦于利用神经网络进行网络入侵检测，这是一种在网络安全中的重要应用。网络入侵检测系统（NIDS）通过分析网络流量，识别潜在的攻击行为，保护系统免受恶意...
实验报告——Kmeans聚类方法.docx
01-22
实验报告——Kmeans聚类方法 K-means 聚类方法是最为经典的基于划分的聚类方法之一，其基本思想是以空间中 k 个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好...
实验二 聚类算法_Kmeans_DBSCAN_matlab_聚类算法
09-11
在本实验中，我们将深入探讨两种常用的聚类算法——K-Means和DBSCAN，并了解如何在MATLAB环境中实现它们。聚类是无监督学习的一种方法，主要用于发现数据集中的自然群体或类别，无需事先知道具体的分类信息。 **K-...
KMEANS 聚类算法
02-03
KMEANS 聚类算法，很不错的源代码！
KMEANS聚类算法
华仔的博客
03-31 1810
我写的几个k均值聚类算法：第1个：通过迭代次数来决定算法终止% K-Means Clustering % idx: represent the indication vector% center: stand for the clustering center% data: the primal data matrix, which is a n by dim matrix% k: the
KMeans聚类算法
qq_51687088的博客
05-24 472
KMeans算法: k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取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。每分配一个样本，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。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类...
Kmeans聚类算法
热门推荐
知行流浪
06-18 3万+
Kmeans聚类算法 动态聚类算法         任务：是将数据集划分成一定数量的子集，例如将一个数据集划分成3、4个子集等。因此要划分成多少个子集往往要预先确定，或大致确定，当然这个子集数目在理想情况能体现数据集比较合理的划分。         要解决的问题是:  1、怎样才能知道该数据集应该划分的子集数目?                                     2、
Python——Kmeans聚类算法
04-29
Kmeans聚类算法是一种无监督学习算法，用于将数据集划分为不同的簇。它是一个迭代算法，通过计算每个数据点与簇中心的距离，将数据点分配到最近的簇中心。然后，根据分配的数据点更新簇中心。重复这个过程，直到簇中心不再变化或达到预设的迭代次数。 下面是一个使用Python实现Kmeans聚类算法的示例： ``` python import numpy as np import matplotlib.pyplot as plt # 生成随机数据 np.random.seed(0) X = np.random.randn(100, 2) # 初始化K个簇中心 K = 3 centers = X[np.random.choice(len(X), K, replace=False)] # 迭代聚类 for i in range(10): # 计算每个数据点最近的簇中心 distances = np.linalg.norm(X[:, np.newaxis, :] - centers, axis=2) labels = np.argmin(distances, axis=1) # 更新簇中心 for k in range(K): centers[k] = np.mean(X[labels == k], axis=0) # 可视化聚类结果 colors = ['r', 'g', 'b'] for k in range(K): plt.scatter(X[labels == k, 0], X[labels == k, 1], c=colors[k]) plt.scatter(centers[:, 0], centers[:, 1], marker='*', s=200, c='#050505') plt.show() ``` 在这个例子中，我们生成了一个随机数据集，然后初始化了3个簇中心。然后，我们执行10次迭代，计算每个数据点最近的簇中心，并根据分配的数据点更新簇中心。最后，我们可视化聚类结果，其中每个簇用不同的颜色表示，簇中心用星号表示。 Kmeans聚类算法是一种简单有效的聚类算法，但它有一些缺点。例如，它需要预先指定簇的数量K，这可能不是很容易确定。此外，它对初始簇中心的选择很敏感，可能会导致陷入局部最优解。因此，在实际应用中，需要对它进行改进，例如Kmeans++算法和层次聚类算法等。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值