![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
聚类算法
不热爱技术只想发财
这个作者很懒,什么都没留下…
展开
-
k-means学习笔记
1.算法流程输入是样本集D={x1,x2,…xm},聚类的簇树k,最大迭代次数N输出是簇划分C={C1,C2,…Ck} step1.从数据集D中随机选择k个样本作为初始的k个质心向量: {μ 1,μ 2,…,μ k}step2.对于n=1,2,…,Na) 将簇划分C初始化为C t=∅,t=1,2…kb)对于i=1,2…m,计算样本xi和各个质心向量μj(j=1,2,…k)的距离:di...原创 2019-03-05 11:15:27 · 403 阅读 · 0 评论 -
基于密度聚类的DBSCAN算法
笔记来自:https://www.cnblogs.com/pinard/p/6208966.htmlDBSCAN(Density-Based Spatial Clustering of Applications with Noise,具有噪声的基于密度的聚类方法)是一种很典型的密度聚类算法,和K-Means,BIRCH这些一般只适用于凸样本集的聚类相比,DBSCAN既可以适用于凸样本集,也可以适...转载 2019-03-16 15:44:19 · 900 阅读 · 0 评论 -
基于密度峰值的聚类算法
1.引言 2014年6⽉,Alex Rodriguez和Alessandro Laio在Science上发表了⼀篇名《Clustering by fast search and find of density peaks》的⽂章,提供了⼀种简洁而优美的聚类算法,是⼀种基于密度的聚类方法,可以识别各种形状的类簇,并且参数很容易确定。它克服了DBSCAN中不同类的密度差别⼤、邻域范围难以设定...转载 2019-03-18 16:54:54 · 12477 阅读 · 6 评论