k-means算法实验报告_第1页
k-means算法实验报告_第2页
k-means算法实验报告_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、哈尔滨工业大学数据挖掘理论与算法实验报告(2014 年度秋季学期)课程编码S1300019C授课教师高 宏学生姓名赵天学号14S学院 电气工程及自动化学院一、实验内容设计实现 k 均值聚类算法。二、实验设计2 k=2 k=4 聚类， 分析比较实验结果。三、实验环境及测试数据实验环境：Windows7 操作系统，Python2.7 IDLE测试数据：随机生成 3 个点集，点到中心点距离服从高斯分布：集合大小中心坐标半径11005,52210010,6231008,102四、实验过程编写程序随机生成测试点集，分别聚成 2, 3, 4 类，观察实验结果多次 4 聚类，观察实验结果五、实验结果初始随机

2、点：2 聚类迭代-平方误差1234561337677639634633633聚类中心与类中点数9.06，9.06，8.291915.05，5.011093 聚类123456789101112810692690688686681565385369.4369.83703704.99，5.05108,4.99，5.05108,7.92，10.489310.15，6.169927 344.8972912737.95，,10.56904.89，5.001038.41，6.313810.75，6.1,469多次 4 聚类迭代 27 次352.194.95，5.031069.79，6.03937.85，10.509012.71，8.1611迭代 8 次356.1910.15，6.16997.92，10.48935.54，5.01674.09，5.1041迭代 7 次352.3510.39，6.04874.91，4.981038.00，10.79797.71，7.6931六、遇到的困难及解决方法、心得体会K-Means 初值对最终的聚类结果有影响，不同初值，可能会有不同的聚类结果， 也就是说，K-Means 收敛于局部最优点K-Means 趋向于收敛到球形，每类样本数相近K-Means 随着 k 的增加，平方误差会降低，但聚类效果未

人人文库> 全部分类> 应用文书 > 项目管理

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论