层次聚类与K均值聚类有何不同
展开全部
层次聚类（hierarchical clustering）
这里用最简单的实例说明层次聚类原理和应用方法。
层次聚类是基于距离的聚类方法，MATLAB中通过pdist、linkage、dendrogram、cluster等函数来完成。
K-均值聚类
K-means聚类算法采用的是将N*P的矩阵X划分为K个类，使得所有类内对象与该类中心点之间的距离和最小。
IDX = KMEANS(X, K) partitions the points in the
N-by-P data matrix X
into K
clusters. This partition minimizes the sum, over
all clusters, of
the
within-cluster sums of point-to-cluster-centroid distances.
这里用最简单的实例说明层次聚类原理和应用方法。
层次聚类是基于距离的聚类方法，MATLAB中通过pdist、linkage、dendrogram、cluster等函数来完成。
K-均值聚类
K-means聚类算法采用的是将N*P的矩阵X划分为K个类，使得所有类内对象与该类中心点之间的距离和最小。
IDX = KMEANS(X, K) partitions the points in the
N-by-P data matrix X
into K
clusters. This partition minimizes the sum, over
all clusters, of
the
within-cluster sums of point-to-cluster-centroid distances.
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
光点科技
2023-08-15 广告
通常情况下，我们会按照结构模型把系统产生的数据分为三种类型：结构化数据、半结构化数据和非结构化数据。结构化数据，即行数据，是存储在数据库里，可以用二维表结构来逻辑表达实现的数据。最常见的就是数字数据和文本数据，它们可以某种标准格式存在于文件...
点击进入详情页
本回答由光点科技提供
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
