第十章 10.2 提高聚类性能 10.3 二分K-均值算法

最新推荐文章于 2024-01-13 01:54:15 发布
最新推荐文章于 2024-01-13 01:54:15 发布
阅读量521 收藏 1
点赞数
分类专栏： 《机器学习实战》
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/qq_27469517/article/details/53860271
版权
博客讨论了如何评估K-均值聚类的效果，通过SSE（误差平方和）指标来衡量聚类质量，并介绍了二分K-均值算法，一种解决K-均值算法局部最优问题的方法，该算法通过不断划分簇来降低SSE值。
摘要由CSDN通过智能技术生成

上一节提到，在K-均值聚类中的簇的数目K是一个用户预先定义的参数，那么用户如何才能知道 K 的选择是不是正确？如何才能知道生成的簇比较好呢？

在包含簇分配结果的矩阵中保存着每个点的误差，即该点到簇质心的距离平方值。下面要做的就是利用该误差来评价聚类质量的方法。

一种用于度量聚类效果的指标是SSE，对应程序里面 clusterAssment 矩阵第一列治和。SSE 值越小表示数据点越接近于它们的质心，聚类效果也越好。因为对误差去了平方，因此更加重视远离中心的点。


书上有例子我就不多说了。



============================================

最低0.47元/天 解锁文章
Dr_David_S
关注
专栏目录
C#数字图像处理算法典型实例.iso
09-24
　9.3.1 K-均值聚类法原理 　9.3.2 ISODATA聚类法原理 　9.3.3 特征空间聚类法编程实例 　9.4 松弛迭代法 　9.4.1 松弛迭代法原理 　9.4.2 松弛迭代法编程实例 　9.5 小结 第10章 图像压缩编码 　10.1 哈夫曼编码 　...
影响聚类算法效果的主要原因有
weixin_46838716的博客
06-10 7714
1）是因为聚类是对无类别的数据进行聚类，不使用已经标记好的数据。与已知类别的样本质量没有关系 3）笔试求AC，可以不考虑空间复杂度，但是面试既要考虑时间复杂度最优，也要考虑空间复杂度最优。 ...
kmeans聚类算法提高聚类性能的方法
julyclj55555的博客
08-27 2696
1、评估最佳k值 计算每个点到簇质心的距离平方值，评价聚类质量。 2、导致聚类效果较差的原因有 收敛到了局部最小值，而非全局最小值，也就是还需要继续收敛； 3、用误差平方和SSE来度量聚类效果。 即程序中clusterAssment矩阵的第一列之和，SSE越小表示数据点越接近它们的质心，聚类效果也越好。 4、一种可以肯定降低SSE的方法是增加簇的个数，但违背了聚类的目标，聚类的目标是在保持簇数目不变的情况下提高簇的质量。 5、对生成的簇进行后处理，一种方法是将具有...
聚类分析（二）——二分K均值
weixin_44467105的博客
02-10 2888
一般的K均值，所分成的簇往往是局部最优，而不是全局最优，比如下图，簇也不会再更新了，但显然没达到我们的要求。 算法思想： 顾名思义，二分k均值就是每次将数据集一分为二，即k均值算法中的k值为2，第一次是在整个数据集上划分，这里没什么异议，从第二次开始，每次划分的时候就要选取使整个数据集误差平方和最小的一个类进行一分为二了，以此进行下去直到分成我们想要的k类。 二分k均值的伪代码如下： 将所有点看...
机器学习算法与Python实践之（六）二分k均值聚类
modabobo
12-26 824
机器学习算法与Python实践之（六）二分k均值聚类 zouxy09@qq.com http://blog.csdn.net/zouxy09 机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python，然后也想对一些机器学习算法加深下了解，所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍，所以就参考这本书的过程来学...
K-means算法分析-提高聚类性能
weixin_41857483的博客
10-20 1346
K-means算法分析      在上一篇博客中，通过python代码实现了k-means算法，但k-means算法还有如下问题值得思考： k值如何选取 在该算法中簇的数目（类别数）k是由用户指定的参数，如何才能知道k的选取是否合理呢？ 方法：可以多尝试几个K值，看分成几类的结果更好解释，更符合分析目的。也可以把各种K值算出的SSE做比较，取最小的SSE的K值。 初试k个质心如何选取 在之前实现的过程中，是通过随机的方式选择的，但是有时候也会存在问题：虽然
MATLAB 神经网络工具箱函数.pdf
最新发布
04-25
- **10.3 梯度下降 w/动量的 BP 算法训练函数（traingdm）** - **10.4 梯度下降 w/自适应 lr 的 BP 算法训练函数（traingda）** - **10.5 梯度下降 w/动量和自适应 lr 的 BP 算法训练函数（traingdx）** - **10.6 ...
非线性系统手册原书第5版混沌，分形，元胞自动机，遗传算法，基因表达式编程，支持向量机，小波，隐马尔可夫模型，模糊逻辑与C 、JAVA和SymbolicC 程序
05-11
第9章介绍分形学，第10章介绍元胞自动机，第11章介绍微分方程求解，第12章介绍优化，第13章介绍神经网络，第14章介绍遗传算法，第15章介绍基因表达式程序设计，第16章介绍小波，第17章介绍离散隐马尔可夫过程，第18...
聚类结果不好怎么办_机器学习 聚类算法
weixin_39529463的博客
11-26 1367
应用：客户价值判断模型RFM（Recency Frequency Monetary）常常和聚类算法一起使用，聚类可以用于降维和矢量化（vector quantization），可以将高维特征压缩到一列当中，常常用于图像、声音、视频等非结构化数据，可以大幅压缩数据量聚类vs分类一、手写Kmeans算法import numpy as np import pandas as pd import matp...
K均值聚类——如何提高聚类的性能
bigfacesafdasgfewgf
10-14 2735
K均值聚类——如何提高聚类的性能     我们
二分查找算法及其优化
04-01
多次二分查找算法的优化 方案，并且编写自动化测试程序，对其性能进行测试。
biKmeans 二分Kmeans聚类算法 Python
11-11
Python biKmeans 二分聚类算法
聚类效果好坏的评价指标
热门推荐
chixujohnny
07-07 9万+
原文标题： 《Understanding of Internal Clustering Validation Measures》 发表在2010 IEEE International Conference on Data Mining 应该译为“内部聚类效果测量的一些理解”，我译成了大白话，也没错，这篇文章讲的就是如何评价你聚类好坏的。 下面译文开始： #--
深入探讨 KMeans 算法的局部最优问题：如何提高聚类质量
AI天才研究院
01-08 1084
1.背景介绍 K-Means 算法是一种常用的无监督学习方法，主要用于聚类分析。它的核心思想是将数据集划分为 K 个子集，使得每个子集的内部数据点之间距离较小，而与其他子集的数据点距离较大。K-Means 算法的主要优点是简单易行、快速收敛，但其主要缺点是易受初始中心点选择的影响，可能陷入局部最优解，导致聚类质量不佳。 在本文中，我们将深入探讨 K-Means 算法的局部最优问题，并提供一些方...
机器学习（九）：k-均值（k-means）
tb店铺搜：FUN STORE玩物社，专业买手挑选送礼好物
05-03 3万+
引言：     k均值（k-means）是一种聚类算法，其工作流程如下：随机选择k个点作为初始质心（质心即簇中所有点的中心），然后将数据集中的每个点分配到一个簇中，具体来讲，为每个点找距其最近的质心，并将其分配给该质心所对应的簇。这一步完成之后，每个簇的质心更新为该簇所有点的平均值。重复以上步骤，直到质心不发生变化。     k均值的操作解释参见图1。 图1     然而随机地选取初始...
K-均值聚类算法和二分K-均值算法
weixin_56273009的博客
05-28 1187
环境： jupyter python3.6.5 数据集：链接：https://pan.baidu.com/s/1pdRvuADFkt-7a9deV45-Sw 提取码：k3v2 准备工作 点击屏幕右上方的下载实验数据模块，选择下载kmeans_algo.tgz到指定目录下，然后再依次选择点击上方的File->Open->Upload,上传刚才下载的数据集压缩包，再使用如下命令解压： !tar -zxvf kmeans_algo.tgz 结果如下： kmeans_alg.
聚类的数学之巅: 如何提高聚类算法的准确性
AI天才研究院
01-13 1022
1.背景介绍 聚类是一种无监督学习方法，用于将数据分为多个组，使得同一组内的数据点之间相似性较高，而不同组之间相似性较低。聚类分析是一种常用的数据挖掘技术，可以帮助我们发现数据中的模式、规律和关联。然而，聚类算法的准确性是否高，对于实际应用的成功或失败至关重要。因此，提高聚类算法的准确性是一项重要的研究方向。 在本文中，我们将从以下几个方面进行探讨： 背景介绍 核心概念与联系 核心算法原理...
聚类分析详解：K-均值算法与分类区别
"分类和聚类的区别-K-均值聚类" 分类和聚类是两种不同的数据分析方法，它们在机器学习领域扮演着重要角色。分类属于监督学习，它依赖于预先存在的标记数据，即已知每个样本属于哪个类别。在分类过程中，算法通过...
评论
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