通俗易懂的 k-means 聚类算法原理及优化(附代码)
K-means算法的基本思想是:以空间中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,直至得到最好的聚类结果。算法步骤: 输入:聚类个数,以及包含个数据对象的数据集 输出:满足方差最小标准的个聚类 Step1 从个数据对象任意选择个对象作为初始聚类中心; Step2 根据簇中对象的平均值,将每个对象重新赋给最类似的簇; Step3 更新簇的平均值,即计算每个簇中对象的平均值; Step4 循环Step2到Step3直到每个聚类不再发生变化为
原创
2021-07-03 10:08:43 ·
7497 阅读 ·
0 评论