第3章 数据库挖掘-聚类分析.pptVIP

* 同数量级 * 一个非中心对象h 和中心对象 I角色互换 * K-平均算法(例) 坐标表示5个点｛X1,X2,X3,X4,X5｝作为一个聚类分析的二维样本：X1＝（0,2），X2＝（0,0），X3＝（1.5,0），X4＝（5,0），X5＝（5,2）。假设要求的簇的数量k=2。 * K-平均算法(例) 第1步：由样本的随机分布形成两个簇： C1＝｛X1,X2,X4｝和C2＝｛X3,X5｝。 这两个簇的质心M1和M2是： M1＝｛(0+0+5)/3,(2+0+0)/3｝＝｛1.66，0.66｝； M2＝｛（1.5+5）/2，（0+2）/2｝＝｛3.25，1.00｝； * K-平均算法(例) 第2步：取距离其中一个质心（M1或M2）最小的距离分配所有样本，簇内样本的重新分布如下： d(M1,X1)=(1.662+1.342)1/2=2.14 d(M2,X1)=3.40 ==X1∈C1； d(M1,X2)=1.79 和 d(M2,X2)=3.40 ==X2∈C1 d(M1,X3)=0.83 和 d(M2,X3)=2.01 ==X3∈C1 d(M1,X4)=3.41 和 d(M2,X4)=2.01 ==X4∈C2 d(M1,X5)=3.60 和 d(M2,X5)=2.01 ==X5∈C2 新簇C1＝｛X1,X2,X3｝和C2＝｛X4,X5｝ * K-平均算法(例) 第3步：计算新的质心：