3.6 聚类算法 PPT课件.pptx

大数据技术在会计与财务中的应用2026/9/7《大数据技术在会计与财务中的应用》配套课件第3章·3.6聚类算法

目录3.6.1KMeans3.6.2密度聚类3.6.3高斯混合聚类3.6.4层次聚类：凝聚聚类与分裂聚类3.6聚类算法3.6聚类算法|02/29

聚类聚类指的是在将数据集中的对象划分为具有相似特征的组或簇，使得同一簇内的对象相似度较高，而不同簇之间的对象相似度较低。在实践中，聚类常用来划分用户群体，通过将客户分成不同的群体，进而制定针对性的推荐或营销策略；在会计学研究中，学者们常通过聚类方法识别文本特征，进而对文本以及公司进行分类。3.6聚类算法|03/29

KMeans2026/9/7《大数据技术在会计与财务中的应用》配套课件KMeans是经典的聚类算法，它的主要思想是将数据分为K个不同的簇，每个簇的中心代表该簇的特征。KMeans算法的计算步骤如下：（1）先确定要分成的簇数K，然后随机选择K个数据点作为初始簇中心。（2）对于剩余的每个数据点，计算它与每个簇中心的距离，并将其分配到距离最近的簇中心所在的簇中。（3）迭代以上过程，直到每个数据点所属的簇不再发生变化为止。3.6聚类算法|04/29

KMeans（4）计算每个簇中所有数据点的平均值，并将这些平均值作为新的簇中心，再次计算每个数据点与新的簇中心的距离，