K-means聚类算法

最新推荐文章于 2023-01-02 21:51:30 发布

BUPT_coder

最新推荐文章于 2023-01-02 21:51:30 发布

阅读量838

点赞数

分类专栏：机器学习文章标签： K-means 聚类算法-机器学习

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_27792379/article/details/50676969

版权

K-means算法是一种非监督学习的聚类方法，用于将数据分为紧密结合的类。算法包括随机初始化簇中心，然后不断迭代，将每个数据点分配给最近的簇中心，并更新簇中心至该簇所有点的均值，直至收敛。由于J函数的非凸性，可能导致局部最优解，可通过多次运行并选取最小J值的结果来缓解此问题。

摘要由CSDN通过智能技术生成

K-means聚类算法
在聚集问题中，我们给定一个训练集 $\{x^{(1)},...,x^{(m)}\}$ ,并且想把这些数据聚集到一些紧密结合的”类”。这里，通常 $x^{(i)}\in\Bbb R$ ,但是对应的 $y^{(i)}$ 没有给定。所以这是一个非监督学习问题。
K-means聚集算法的步骤如下：
1.随机初始化簇中心 μ1,μ2,...,μ

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。