当前位置:   article > 正文

k-means算法思想

k-means算法思想

k-means算法思想

https://blog.csdn.net/Dhane/article/details/86661208

算法思想
k-means算法的思想比较简单,假设我们要把数据分成K个类,大概可以分为以下几个步骤:

随机选取k个点,作为聚类中心;
计算每个点分别到k个聚类中心的聚类,然后将该点分到最近的聚类中心,这样就行成了k个簇;
再重新计算每个簇的质心(均值);
重复以上2~4步,直到质心的位置不再发生变化或者达到设定的迭代次数。

K-means算法优点:
1)、是解决聚类问题的一种经典算法,简单、快速

K-means算法缺点:
(2)、在 K-means 算法中 K 是事先给定的,这个 K 值的选定是非常难以估计的。很多时候,事先并不知道给定的数据集应该分成多少个类别才最合适;
(3)一旦初始值选择的不好,可能无法得到有效的聚类结果,有可能陷入局部最优
(4)、该算法需要不断地进行样本分类调整,不断地计算调整后的新的聚类中心,因此当数据量非常大时,算法的时间开销是非常大的;
(5)对噪声和孤立点数据敏感

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Monodyee/article/detail/701353
推荐阅读
相关标签
  

闽ICP备14008679号