K-means聚类算法课件_第1页
K-means聚类算法课件_第2页
K-means聚类算法课件_第3页
K-means聚类算法课件_第4页
K-means聚类算法课件_第5页
已阅读5页，还剩5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

K-means聚类算法

K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。

该算法认为类是由距离靠近的对象组成的，因此把得到紧凑且独立的类作为最终目标。

假设数据集合为(x1,

x2,…,

xn)，并且每个xi为d维的向量，K-means聚类的目的是，在给定分类组数k（k

≤

n）值的条件下，将原始数据分成k类：

S

=

{S1,

S2,

…,

Sk}

在数值模型上，即对以下表达式求最小值：

算法过程：（1）随机选取K个对象作为初始聚类中心；（2）将数据样本集合中的样本按照最小距离原则分配到最邻近聚类；（3）根据聚类的结果，重新计算K个聚类的中心，并作为新的聚类中心；（4）重复步骤2.3直到聚类中心不再变化。数学表达式：n：样本数。k：样本分为k类。rnk：第n个样本点是否属于第k类，属于则rnk=1，不属于则rnk=0。μK：第k个中心点。k-means要做的就是最小化这个函数。迭代的方法：

1、固定μK，得到rnk。

2、固定rnk，求出最优的μK。

求rnk

求μKK-means算法性能分析

优点：

1、k-均值算法框架清晰，简单，容易理解。

2、对于处理大数据集，这个算法是相对可伸缩和高效的，计算的复杂度为O(NKt)，其中N是数据对象的数目，t是迭代的次数。一般来说，K<<N，t<<N。

3、当结果类是密集的，而类与类之间区别明显时，它的效果最好。缺点：

1、要求必须事先给出要生成的类的数目k，这个k值的选定是非常难以估计。

2、对初值敏感，对于不同的初始值，可能会导致不同的聚类结果。

人人文库> 全部分类> 应用文书 > 产品手册

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