K-means算法K-eans算法.docVIP

K-means 算法 K-means算法是硬 HYPERLINK /view/69222.htm \t _blank 聚类算法，是典型的基于原型的 HYPERLINK /view/633433.htm \t _blank 目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以 HYPERLINK /view/1615257.htm \t _blank 欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用 HYPERLINK /view/2135069.htm \t _blank 误差平方和准则函数作为聚类准则函数。 1.K-means 算法 K-means算法是很典型的基于距离的 HYPERLINK /view/31801.htm \t _blank 聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相???度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。 k个初始类聚类中心点的选取对聚类结果具有较大的影响，因为在该 HYPERLINK /view/7420.htm \t _blank 算法第一步中是随机的选取任意k个对象作为初始聚类的中心，初始地代表一个簇