大数据解析与应用导论 课件5-3 K均值聚类算法课件.pptxVIP

  • 1
  • 0
  • 约小于1千字
  • 约 14页
  • 2023-05-09 发布于辽宁
  • 举报

大数据解析与应用导论 课件5-3 K均值聚类算法课件.pptx

第五章 聚类分析5.2 K-均值聚类授课教师: 赵春晖K-均值聚类简介K-均值聚类算法(K-means算法),是一种基于划分的硬聚类方法。K-均值聚类符号介绍?数据集:,。类别:其中 类中心:聚类结果: 表示第个样本被划分到第个类中K-均值聚类目的算法的损失函数为 ?采用贪心策略,通过迭代优化来近似求解这个问题。K-均值聚类算法介绍当我们给定类中心后,需要求一个划分,使得损失函数极小化: ?新的划分结果为:?K-均值聚类算法介绍当划分确定后,更新类中心,使得损失函数最小化: ??假如第个类中,一共有个样本,则新的中心为:?K-均值聚类算法介绍这个聚类过程由下列三步所组成:1. 选择k个初始的类中心;2. 逐个分派样本到其最近的中心的类中,并重新计算各个类的中心;3. 重复第2步,直到满足终止条件。K-均值聚类应用举例个样本,个变量:???第一步: 选择2个点作为类中心第二步: 分派样品 所属类别5129252529所属类别5129252529K-均值聚类应用举例?第三步: 对于得到的新类,分别计算新的类中心第四步: 重复上述步骤,得到新的分类结果 结果未发生改变,终止算法。 K-均值聚类关键影响因素类别个数关键影响因素初始类中心位置类别个数的影响最优的类别个数未知,不同的类别个数会导致不一样的结果。尝试用多种类别个数分别进行聚类,通过分析聚类结果的质量,推测最优的K值。初始类

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档