有关k均值聚类算法理解_第1页
有关k均值聚类算法理解_第2页
有关k均值聚类算法理解_第3页
有关k均值聚类算法理解_第4页
有关k均值聚类算法理解_第5页
已阅读5页，还剩2页未读， 继续免费阅读

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

********有关k-均值聚类算法的理解1.K-均值聚类算法的历史：1967MacQueenK均值聚类算法（K-means算法）。到目前为止用于科学和工业应用的诸多聚类算法采用误差平方和准则函数作为聚类准则函数算法虽然K-means算法必须事先确k值是很难确定的，并且初始聚值时终止，因此在实际应用中有一定的局限性。K-means算法的K值和初始聚类中心，然后在全K-均值聚类算法。K-算法在遥感多光谱分类中的应用基于K-均值聚类的多光谱分类算法K-均值法。使用ENVI将多光谱图像合成一幅伪彩色图像见图1，图中可以看出它由标有数字1的背景与标有数字2和3的两种不同的气泡及标有数字4的两个气泡重叠处构成。图1 原始图像用ENVIK-means22435ENVI用K-均值果都很好。图2 K-均值分类后的图像K-算法的步骤：第一步：选K个初始聚类中心，Z1,Z1,Z1，其中括号内的序号为1 2 k寻找聚类中心的迭代运算的次序号。聚类中心的向量值可任意设定，例如可选开始的K个模式样本的向量值作为初始聚类中心。第二步：逐个将需分类的模式样本{x}按最小距离准则分配给K个聚类中心中的某一个Z(1)。对所有的i≠j，j=1,2,…,K，如果jZ1Z1,Z1则，Sk其中1 2 k j j表示个聚类，其聚类中心为Z 。j第三步：计算各个聚类中心的新的向量值Z(k1)，j=1,2,…,K,求j各聚类域中所包含样本的均值向量：1Z(k Xj Nj X(K)j其中

为第个聚类域Sj

中所包含的样本个数。以均值向量作为新的聚类中心，可使如下聚类准则函数J最小：JK

2XZ(k1)jjX(K)j在这一步中要分别计算K个聚类中的样本均值向量，所以称之为K-均值算法。第四步：若Z(kZ(k则返回第二步，将模式j j样本逐个重新分类，重复迭代运算；若Z(kZ(kj j则算法收敛，计算结束。4.K-均值聚类算法的优缺点：K-meansKK值的选K-means算法的一个不足。有的算K，例如ISODATAK-meansKF统计量来确定最佳分类数，并应RPCL②在K-meansK-means进行初始化，以内部聚类准则作为评价指标。③从K-means算法的时间开销是非常大的。所以需要对算法的时间复杂度进行分K-means算法是对样本数据进行聚类，无论是初始点5.K-均值算法的总结：K-means是最常用的聚类算法之一，能有效地处理规模较大和高维的数据集合，能对大型数据集进行高效分类，把数据分成几组，K-means是最常用的聚类算法之一，能有效地处理规模较大和高维的数据集合，能对大型数据集进行高效分类，把数据分成几组，性，这就叫聚簇。K-means算法的效率比较高；缺点是只能处理数值型数据，不能处理分类数据，对例外数据非常敏感，不能处理非凸面形状的聚簇。K-meansK-means算法

人人文库> 全部分类> 行业资料 > 信息产业

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