1. kmeans
kmeans作为传统的无监督学习算法。很容易受到初值的影响,最后会产生错误的收敛结果,这时候就要借助kmeans++算法进行改进。
2. kmeans++
kmeans++的实际计算步骤如下所示。
一句话概括kmeans++的精髓,逐个选取k个簇中心,并且离簇中心越远的距离越有可能成为簇中心。
参考:
kmeans作为传统的无监督学习算法。很容易受到初值的影响,最后会产生错误的收敛结果,这时候就要借助kmeans++算法进行改进。
kmeans++的实际计算步骤如下所示。
一句话概括kmeans++的精髓,逐个选取k个簇中心,并且离簇中心越远的距离越有可能成为簇中心。
参考: