1.归类:
聚类属于非监督学习
无类别标记
2.举例
3.K-means算法
3.1 Clustering中的经典算法,数据挖掘十大经典算法之一
3.2 算法接受参数k,然后将事先输入的n个数据对象划分为k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高,而不同聚类中的对象相似度较小。
3.3 算法思想:
以空间中k个点为中心进行聚类,对最靠近他们的对象归类。通过迭代的方法,逐次更新各聚类中心的值,直到得到最好的聚类结果。
3.4 算法描述:
(1)适当选择c个类的初始中心;
(2)在第k次迭代中,对任意一个样本,求其到c各中心的距离,将该样本归到距离最短的中心所在的类;
(3)利用均值等方法更新该类的中心值
(4)对于所有的c个聚类中心,如果利用(2)(3)的迭代法更新后,值保持不变,则迭代结束。否则继续迭代。
3.5 算法流程:
输入:k,data[n]
(1)选择k个初始中心点,例如c[0]=data[0],...c[k-1]=data[k-1];
(2)对于data[0],....,data[n],分别与c[0]...c[k-1]比较,假定与c[i]差值最少,就标记为i;