请选择时期:
怀孕准备 怀孕 分娩 宝宝0-1岁 宝宝1-3岁 宝宝3-6岁

kmeans算法基本步骤 kmeans算法原理及其流程图

来源: 最后更新:22-07-18 07:48:41

导读:kmeans算法基本步骤,1、从数据中选择k个对象作为初始聚类中心。2、计算每个聚类对象到聚类中心的距离来划分。3、再次计算每个聚类中心。4、计算标准测度函数,之道达到最大迭代次数,则停止,否则,继续操作。

kmeans算法基本步骤如下:

  

  1、从数据中选择k个对象作为初始聚类中心。

  

  2、计算每个聚类对象到聚类中心的距离来划分。

  

  3、再次计算每个聚类中心。

  

  4、计算标准测度函数,之道达到最大迭代次数,则停止,否则,继续操作。

  

  K-Means算法是无监督的聚类算法,它实现起来比较简单,聚类效果也不错,因此应用很广泛。K-Means算法有大量的变体,本文就从最传统的K-Means算法讲起,在其基础上讲述K-Means的优化变体方法。包括初始化优化K-Means++, 距离计算优化elkan K-Means算法和大数据情况下的优化Mini Batch K-Means算法。

  

  

标签: 算法  步骤  标签  简介  

免责声明:本文系转载,版权归原作者所有;旨在传递信息,其原创性以及文中陈述文字和内容未经本站证实。

本文地址:http://www.bbbaike.com/baike/zonghe/406447.html

声明: 本站文章均来自互联网,不代表本站观点 如有异议 请与本站联系 联系邮箱:kefu#bbbaike.com (请把#替换成@)

关于我们 | 广告服务 | 网站合作 | 免责声明 | 联系我们| 网站地图

© 2022-2024 宝宝百科网 all rights reserved. 沪ICP备2023005727号-4