《人工智能基础及应用》课件 2.2.3聚类算法.pptxVIP

第2章机器学习《人工智能基础及应用》

K均值聚类算法定义算法流程K-均值聚类是应用最广泛的无监督聚类算法之一。其目标是将数据划分为K个簇，使簇内样本尽可能相似、簇间差异尽可能明显；每个簇由质心表示，质心为簇内样本的均值。（1）随机确定k个初始点作为质心（簇心）。（2）将数据集中的每个样本点分配至对应簇中，即为每个样本点寻找距离最近的质心（簇心），并将其归入该质心（簇心）所属的簇。完成此步骤后，将每个簇的质心（簇心）更新为该簇内所有样本点的均值。（3）重复以上过程，当质心（簇心）的位置不再发生变化，迭代停止，聚类完成。

密度聚类：DBSCANDBSCAN是典型的基于密度的聚类算法。它不需