本文深入探讨了KMeans算法的原理，从牧师与村民的故事出发解释了算法的迭代过程。文章还讨论了KMeans的局限性，包括对初始中心点的敏感性、异常值的影响以及适用场景。优化策略包括手肘法确定K值、Gap统计量和Monte Carlo方法。此外，提到了KMeans++和KMeans II改进算法，以及预处理和ISODATA方法在处理复杂数据集时的作用。
KMEANS INFO
有四个牧师去郊区布道，一开始牧师们随意选了几个布道点，并且把这几个布道点的情况公告给了郊区所有的村民，于是每个村民到离自己家最近的布道点去听课。听课之后，大家觉得距离太远了，于是每个牧师统计了一下自己的课上所有的村民的地址，搬到了所有地址的中心地带，并且在海报上更新了自己的布道点的位置。牧师每一次移动不可能离所有人都更近，有的人发现A牧师移动以后自己还不如去B牧师处听课更近，于是每个村民又去了离自己最近的布道点……就这样，牧师每个礼拜更新自己的位置，村民根据自己的情况选择布道点，最终稳定了下来。
- 村民牧师解释
- 四个牧师: K(种类 ML中叫类聚中心)
- 村民: K种样本集合
- 牧师更改布道点: 更改类聚中心位置
- 村民根据自己情况选择布道点: 迭代已达到稳定
KMEANS DETAILS
- 1.初始化K个样本作为初试类聚中心a = a1、a2、a3、a4、a5
- 2.针对每个样本中的xi计算到每个样本类聚中心的距离(欧氏距离)最小值，分到对应的类聚中心的类中
d = ∑ i = 0 N ( x 1 i − x 2 i ) 2 d=\sqrt{\sum_{i=0}^N(x_{1i}-x_{2i})^2} d=i=0∑N(x1i−x2i)2
- 3.针对每个类别ai,重新计算它的类聚中心
a j = 1 ∣ C i ∣ ∑ x ( x ϵ C i ) a_j=\frac1{|C_i|}\sum{x}(x\epsilon{C_i}) aj=
最低0.47元/天 解锁文章
4262
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
