斯坦福大学公开课 :机器学习课程(Andrew Ng)——9、无监督学习:K-means Clustering Algorithm

1)K-means聚类算法(K-means Clustering Algorithm)描述

2)2-means聚类算法(K-means Clustering Algorithm)效果展示图片

 

3)k-means聚类算法(K-means Clustering Algorithm)收敛性简述

4)支持k-means聚类算法(K-means Clustering Algorithm)有效性的EM思想

 

 

 

K-means Clustering Algorithm是聚类算法中最简单的一种了,但却是非常有效的一种。由于简单,算法描述会一笔带过;由于有效,我们将探讨支持该算法有效性的EM思想。

开始前说一下什么是无监督学习(Unsupervised Learning):即,训练样本只给出特征值clip_image004,其中每个clip_image006,而没有给出对应的y。回忆前面的有监督学习,例如回归、朴素贝叶斯、SVM等,训练样本都是有类别标签y。

1)K-means聚类算法(K-means Clustering Algorithm)描述

K-means算法是将样本聚类成k个簇(cluster),具体算法描述如下:

 

1、 随机选取k个聚类质心点(cluster centroids)为clip_image008[6]

2、 重复下面过程直到收敛 {

               对于每一个样例i,计算其应该属于的类

               clip_image009

               对于每一个类j,重新计算该类的质心

               clip_image010[6]

}

2)2-means聚类算法(K-means Clustering A

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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