![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
Lebron_xueyan
你若盛开,清风自来!
展开
-
k-means++算法:针对K-means算法缺点的针对性改进版本
在上一篇中我们对k-means算法进行了简单地介绍,明确了k-means算法的优缺点,本章我们将介绍k-means算法的改进版本——k-means++算法,该算法是为解决k-means分类结果会受到初始点的选取而存在区别而提出的。 k-means++算法仅对k-means算法的初始点选择部分进行改进,改进后算法的初始质心选择思路为:初始聚类中心之间的相互距离要尽可能的远; 假设已经选取了n个初始聚类中心(n < k),则在选取第n+1个聚类中心时,距离当前 n个聚类中心越...原创 2020-06-10 22:24:11 · 2780 阅读 · 0 评论 -
K-means聚类算法:一种无监督学习算法
1 描述 k-means聚类算法是基于距离的聚类算法,该算法采用距离大小作为相似性的评价指行标,即认为两个数据点的距离越近,其相似性就越大。该算法认为簇是由距离靠近的数据点组成的,因此把得到的紧凑且独立的簇作为最终目标。2 算法核心思想 k-means聚类算法是一种迭代求解的聚类分析算法,其步骤是随机选取k个数据点作为初始聚类中心,然后计算其他每个数据点与各个初始聚类中心的距离,把每个数据点分配给距离它最近的初始聚类中心。3 算法实现步骤首先确定一个k值,即希望将数据集合聚...原创 2020-06-08 14:03:27 · 4132 阅读 · 0 评论