k-means算法接受一个未标记的数据集，然后将数据聚类成不同的组，k-means是一个迭代算法，步骤如下：
１．首先选择ｋ个随机的点(即聚为ｋ组)，作为聚类中心(cluster centroids)．
２．对于数据集中的每一个数据，计算其到每一个中心点的距离，并与距离最近的中心点关联起来，与同一个中心点关联的所有点聚成一类
３．计算每一组的平均值，将改组的中心点移动到中心值的位置
４．重复步骤２-4，直至中心点不再变化
聚类算法：ｋ均值(k-means)
本文介绍了一种常用的无监督学习算法——K-Means聚类算法。该算法通过迭代的方式将未标记的数据集分成K个不同的组。具体步骤包括初始化聚类中心、计算每个数据点到中心的距离并进行分类、更新中心点位置等。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
