聚类算法(一):K-Means算法(K均值)

K-Means算法(K均值)

一、概念补充

所谓聚类,就是将相似的事物聚集在一起,聚类试图将数据集中的样本划分为若干个通常是不相交的子集,每个子集称为一个“簇”,通过这样的划分,每个簇可能对应于一些潜在的类别。

  1. 性能度量

对聚类结果,我们需要通过某种性能度量来评估其好坏。

聚类性能度量大致有两类。一类是将聚类结果与某个“参考模型”进行比较,称为“外部指标”;另一类是直接考察聚类结果而不利用任何参考模型,称为“内部指标”。

常用的外部指标有:Jaccard系数,FM指数,Rand指数。

常用的内部指标有:DB指数,Dunn指数。

  1. 距离计算

通常我们是基于某种形式的距离来定义“相似度度量”,距离越大,相似度越小。

  • 能直接在属性值上计算距离的属性,称为“有序属性”,常用“闵可夫斯基距离”:

给定样本,距离为

(p=1时,即曼哈顿距离,p=2时,即欧式距离,p→∞时,即切比雪夫距离)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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