参考:添加链接描述
K-means模型:
常用的基于欧氏距离的聚类算法,认为两个目标的距离越近,相似度越大。
K-means算法步骤为:
1、选择初始化的k个样本作为初始聚类中心a=a1,a2,……ak;
2、对数据集中的每个样本x计算它到k个聚类中心的距离并且将其分到距离最小的聚类中心所对应的类中;
3、针对每个类别a。重新计算聚类中心 a j = 1 ∣ C i ∣ ∑ x ∈ c i x a_j=\frac{1}{\lvert C_{i} \rvert}\sum_{x\in{c_{i}}} x a
K-means模型
于 2022-05-16 16:43:08 首次发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)