第7讲 常用聚类方法.pptVIP

第7讲 常用聚类方法 要点： c-均值算法 谱系聚类算法 其它聚类算法 课堂练习，课后练习 c-均值算法(k-均值算法) c-均值算法的基本思想 c-均值算法的计算过程及举例 c-均值算法的两种类型 c-均值算法的优缺点及其改进 返回 c-均值算法的基本思想 首先取定类别个数c和选取c个初始聚类中心 ，然后按最小距离原则将各样本Xi分配到c类中的某一类，接着通过不断地计算类心 和调整各样本的类别 ，最终使各样本到其所属类别中心的距离平方之和准则函数 大到极小： 返回 c-均值算法的计算过程 1.类别个数及初始聚类中心的选择 2.按照最小距离原则对样本归类 3.计算重新分类后的聚类中心 4.判断停止条件 返回 类别个数及初始聚类中心的选择 将待分类的样本记为{X1, X 2,…, XN}，选定类别个数为c。 令k=0，任选c个样本（或向量）作为初始聚类中心： 其中 是 类的中心。 返回 按照最小距离原则对样本归类 将待分类的样本Xi 逐个按最小距离原则归类: 如果 ，则判 。 其中 是 类 的中心。 返回 计算重新分类后的聚类中心 计算