机器学习之聚类和K-Means计算题

目录

K-Means聚类的步骤

计算题流程：

K-means性能评估指标：轮廓系数

---

K-Means聚类的步骤

k-means步骤：

随机设置K个空间内的点作为初始的聚类中心；

对于其他每个点分别计算到K个中心的距离，每个点选择最近的一个聚类中心点作为同一类；

每个点都聚类完毕后，重新计算出每个聚类的新中心点(计算平均值)；

如果计算得出的新中心点与原中心点一样，那么结束，否则重新进行第二步

计算题流程：

第1次聚类：

（1）随机选择两个初始聚类中心，假设选P1和P2

（2）计算其它几个点到初始聚类中心的距离；

第一次聚类结果：簇A：P1 簇B：P2、P3、P4、P5、P6

第二次聚类：

首先计算每一簇聚类后的聚类中心；发现与原中心不一致，重新聚类。

第二次聚类结果：簇A：P1、P2、P3         簇B：P4、P5、P6

计算聚类中心坐标：XPA=(0+1+3)/3 = 1.33         XPB=(8+9+10)/3 = 9

                                YPA=(0+2+1)/3 = 1              YPB=(8+10+7)/3 = 8.33

AB两组新的聚类中心分别为：PA: (1.33, 1), PB: (9, 8.33)

例题：

K-means性能评估指标：轮廓系数

计算公式：

bi为i到其他簇的所有样本的最小平均值；ai为i到本身簇的距离平均值。

越接近1越好，越接近-1越不好

轮廓系数手算流程：假设：簇A：P1、P2、P3 簇B：P4、P5、P6

1)分别计算p1与p2和p3的距离，并计算平均值： a（p1）=(2.24+3.16)/2=2.7

(2)分别计算p1与p4、p5、p6之间的距离，并计算平均值： b(p1)=(11.31+13.45+12.20)/3=12.32

(3)计算p1的轮廓系数： s(p1)=(12.32-2.7)/12.32=0.78

(4)同理，计算p2,p3的轮廓系数分别为： s(p2)=(10.28-2.24)/10.28=0.78 s(p3)=(9.55-2.7)/9.55=0.71

(5)计算簇A中的轮廓系数的平均值： s=(0.78+0.78+0.71)/3=0.76