K-means聚类算法PPT课件.pptVIP

ppt课件.ppt课件.*ppt课件.K-means聚类算法*ppt课件.K-means算法是很典型的基于距离的聚类算法,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,其相似度就越大。该算法认为类是由距离靠近的对象组成的,因此把得到紧凑且独立的类作为最终目标。*ppt课件.假设数据集合为(x1,?x2,…,?xn)，并且每个xi为d维的向量，K-means聚类的目的是，在给定分类组数k（k?≤?n)值的条件下，将原始数据分成k类：?S?=?{S1,?S2,?…,?Sk}在数值模型上，即对以下表达式求最小值：

*ppt课件.算法过程：（1)随机选取K个对象作为初始聚类中心；（2)将数据样本集合中的样本按照最小距离原则分配到最邻近聚类；（3)根据聚类的结果，重新计算K个聚类的中心，并作为新的聚类中心；（4)重复步骤2.3直到聚类中心不再变化。*ppt课件.数学表达式:n:样本数。k:样本分为k类。rnk:第n个样本点是否属于第k类，属于则rnk=1，不属于则rnk=0。μK:第k个中心点。*ppt课件.k-means要做的就是最小化这个函数。迭代