simple k means

最新推荐文章于 2021-12-30 15:59:26 发布

原创最新推荐文章于 2021-12-30 15:59:26 发布 · 1.1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#null

dm 专栏收录该内容

51 篇文章

订阅专栏

本文详细介绍了K均值聚类算法的工作原理与实现过程，包括如何选择初始质心、迭代更新质心直至收敛，并解释了squaredErrors与clusterStdDevs等评估指标的作用。

//选择初始的k个质点 for (int j = initInstances.numInstances() - 1; j >= 0; j--) { instIndex = RandomO.nextInt(j+1); hk = new DecisionTableHashKey(initInstances.instance(instIndex), initInstances.numAttributes(), true); if (!initC.containsKey(hk)) { m_ClusterCentroids.add(initInstances.instance(instIndex)); initC.put(hk, null); } initInstances.swap(j, instIndex); if (m_ClusterCentroids.numInstances() == m_NumClusters) { break; } } //重复迭代，直到converged=true时退出。converged=true时，再跌代也不会改变每个节点的cluster while (!converged) { emptyClusterCount = 0; m_Iterations++; converged = true; for (i = 0; i < instances.numInstances(); i++) { Instance toCluster = instances.instance(i); int newC = clusterProcessedInstance(toCluster, true); if (newC != clusterAssignments[i]) { converged = false; } clusterAssignments[i] = newC; } //重新计算质心 //迭代次数已达上限时，设置converged=true退出 } squaredErrors, clusterStdDevs，这些是用来做什么的？ clusterStdDevs, 衡量同一类中、同一个属性各个值的标准差 squaredErrors, 记录的是每个类中，类中每个点到其质心的距离的平方和这两个变量用来衡量聚类结果的好坏