K-means聚类

赵清河

于 2020-08-14 09:43:42 发布

阅读量287

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习聚类 k-means 文章标签：机器学习聚类算法聚类

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/zz_zss/article/details/107996810

机器学习同时被 3 个专栏收录

7 篇文章

订阅专栏

1 篇文章

订阅专栏

1 篇文章

订阅专栏

本文详细介绍了K-means聚类算法的工作原理，包括初始化类中心、计算距离并分配样本、更新类中心等步骤。同时，探讨了该算法的优点如直观易懂且实用，以及存在的缺点如容易收敛到局部最优解。最后提到了K-means算法在分类前的数据预处理作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

聚类

假设有m个数据，把数据分为n个类别。
在这里插入图片描述

1，随机抽取三个样本，把三个样本当作三个类别的中心点（k1,k2,k3）。
2，计算其余数据到三个样本中心点的距离，选出最近的一个距离，作为标记，形成三个族群。
3，分别计算三个族群的平均值（所有数据距离相加的平均值），与其三个样本中心点比较，如果相同结束聚类；如果不相同，把三个平均值作为新的中心点，重复第二步。

K-means API

sklearn.cluster.KMeans
在这里插入图片描述

在这里插入图片描述

性能评估指标API

sklearn.metrics.silhouette_score

在这里插入图片描述

优点：才有迭代式算法，直观易懂并且非常实用

缺点：容易收敛到局部最优解（多次聚类）

聚类一般做在分类之前

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。