机器学习原理、算法与应用课后习题答案第八章.docx

1、本文档共3页，其中可免费阅读2页，需付费50金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

请简要叙述K-Means算法的流程。

K-Means算法是基于距离的聚类算法，核心思想是将数据点分配到距离最近的簇中，并通过迭代调整簇中心以最小化簇内均方差。具体流程如下：

（1）初始化质心：从样本数据中随机选取K个点作为初始聚类中心。

（2）分配样本：计算每个样本点到所有质心的距离，将样本分配到距离最近的质心所在的簇。

（3）更新质心：对每个簇，计算所有样本点的均值，作为新的质心。

（4）迭代收敛：重复步骤2-3，直到质心不再变化或达到最大迭代次数，最终输出簇划分结果。

请简要叙述K-Means算法中K的选取是否会对聚类结果造成影响，并给出几种选取K的方法。

（1）影响

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >

机器学习原理、算法与应用 课后习题答案 第八章.docx