29、聚类技术：原理、应用与分析

最新推荐文章于 2025-08-09 21:45:29 发布

lstm7chronicler

最新推荐文章于 2025-08-09 21:45:29 发布

阅读量73

点赞数

CC 4.0 BY-SA版权

分类专栏：从曲线拟合到机器学习：数据科学的艺术文章标签：聚类技术固定数量聚类获取代表

本文链接：https://blog.youkuaiyun.com/lstm7chronicler/article/details/149365582

从曲线拟合到机器学习：数据科学的艺术专栏收录该内容

39 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

聚类技术：原理、应用与分析

1. 固定数量聚类

在聚类过程中，有时需要强制生成预先确定数量的聚类。为了了解这种强制聚类的后果，我们来看几个例子。

首先，我们创建两个高斯云输入集，代码如下：

Clear["Global`*"];
<<CIP`Cluster`
<<CIP`Graphics`
<<CIP`CalculatedData`
standardDeviation = 0.05;
numberOfCloudInputs = 500;
centroid1 = {0.3, 0.7};
cloudDefinition1 = {centroid1, numberOfCloudInputs, standardDeviation};
inputs1 = CIP`CalculatedData`GetDefinedGaussianCloud[cloudDefinition1];
centroid2 = {0.7, 0.3};
cloudDefinition2 = {centroid2, numberOfCloudInputs, standardDeviation};
inputs2 = CIP`CalculatedData`GetDefinedGaussianCloud[cloudDefinition2];
inputs = Join[inputs1, inputs2];
labels = {"x", "y", "Inputs to be clustered"};
points2DWithPlotStyle = {inputs, {PointSize[0.01], Blue}};
poi