该博客讨论了数据挖掘中使用K-平均算法进行聚类的问题。具体来说，任务是将8个二维坐标点聚类成3个簇，初始中心点为A1, B1, C1。通过迭代计算，得出每次循环后的聚类中心和最终的三个簇分布。"
138042308,11367766,Linux Media Infrastructure API详解：V4L2与多媒体设备控制,"['linux', 'v4l2', '媒体设备', '驱动开发']
假设数据挖掘的任务是将8个点聚类成3个簇，
A1(2,10),A2(2,5),A3(8,4),B1(5,8),B2(7,5),B3(6,4),C1(1,2),C3(4,9),距离函数是欧几里得距离。假设初始选择A1，B1，C1分别作为每个聚类的中心，用k—平均算法来给出：
1.第一次循环执行后的三个聚类中心；
2.最后的三个簇。
答：
1.第一次循环执行后的三个聚类中心：
选取的三个点位A1(2，10),B1(5,8),C1(1,2)，计算距离如下：
最低0.47元/天 解锁文章
扫一扫
评论 2
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
