聚类方法

一、目的:

        粗略的说,按照一定的标准,将相似的数据分为一类,同类之间相异度低,不同类之间相异度低。

二、聚类方法:

        基于距离方法进行聚类(欧氏距离、曼哈顿距离、明考斯距离)

        基于概率方法进行聚类

三、k-means算法介绍:

       k-means算法也称为平均算法。

        实现过程:

        导入或随机抽取若干数据,从数据中选取若干数据点(或指定某些数据点)作为初次筛选中心,选取数据中除中心点外一点,计算该点到各个中点之间的距离,将其归类到距离某中点最近的一类中,该类取原中点与新加入点的平均值作为该类新中心点,依次循环,遍历数据库中的每一点,最终将数据分为若干类。

         缺点:平均算法易受单个点的影响,使得聚类中心偏离。

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值