- 博客(1)
- 收藏
- 关注
原创 kmeans++
k-means++算法仅仅只是在初始化簇中心的方式上做了改进,其它地方同聚类算法一样。% data是待分类的数据,尺寸为 (dim*N),dim代表每个样本的维数,N代表样本个数。%计算N个样本与K个聚类之间的距离,行代表聚类,列代表样本。% K 是设定的聚类数量,即把N个样本分成K类,每一类内部的差别小,各类之间的差别大。%所有的K个初始聚类中心已经确定,下面按照传统的kmeans算法执行。%首先,确定K个初始聚类中心,这些聚类中心均来源于原始的N个样本。
2022-11-07 11:43:14 790 4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人