kmeans聚类算法是什么?
1个回答
展开全部
kmeans聚类算法是将样本聚类成k个簇(cluster)。
K-Means算法的思想很简单,对于给定的样本集,按照样本之间的距离大小,将样本集划分为K个簇。让簇内的点尽量紧密的连在一起,而让簇间的距离尽量的大。在实际K-Mean算法中,我们一般会多次运行图c和图d,才能达到最终的比较优的类别。
用数据表达式表示
假设簇划分为$(C_1,C_2,...C_k)$,则我们的目标是最小化平方误差E:$$ E = \sum\limits_{i=1}^k\sum\limits_{x \in C_i} ||x-\mu_i||_2^2$$。
其中$\mu_i$是簇$C_i$的均值向量,有时也称为质心,表达式为:$$\mu_i = \frac{1}{|C_i|}\sum\limits_{x \in C_i}x$$。
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询