33,008
社区成员
发帖
与我相关
我的任务
分享k均值算法及其优缺点
算法：
第一步:选K个初始聚类中心，z1(1), z2(1)， .. zK(1), 其中括号内的序号为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zj(1)。
假设i=j时，，则，其中k为迭代运算的次序号，第一次迭代k=1, Sj表示第j个聚类，其聚类中心为zj。
第三步:计算各个聚类中心的新的向量值, zj(k+1), j1,...K. .
求各聚类域中所包含样本的均值向量:
其中Nj为第j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最小:
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，j=1,..,K,则返回第二步，将模式样本逐个重新分类，重复迭代运算;若，j=1,2...K, 则算法收敛,计算结束。
K-Means的主要优点:
1) 原理简单，容易实现
2)可解释度较强
K-Means的主要缺点:
1) K值很难确定
2)局部最优
3)对噪音和异常点敏感
4)需样本存在均值(限定数据种类)
5)聚类效果依赖于聚类中心的初始化
6)对于非凸数据集或类别规模差异太大的数据效果不好
...全文
请发表友善的回复…
发表回复
来瓶霸王防脱发 2019-04-24
- 打赏
- 举报
楼主在给大家讲算法吗?
