当前位置:   article > 正文

【机器学习】k-means_kmeans数据集

kmeans数据集

一、非监督学习(unsupervised learning)K-means

1)从原始数据到聚类完毕的数据:

2)聚类流程示意图:

二、k-means步骤

1、随机设置K个特征空间内的点作为初始的聚类中心

2、对于其他每个点计算到K个中心的距离,未知的点选择最近的一个聚类中心点作为标记类别

3、接着对着标记的聚类中心之后,重新计算出每个聚类的新中心点(平均值)

4、如果计算得出的新中心点与原中心点一样,那么结束,否则重新进行第二部过程

三、k-means API

● sklean.cluster.KMeans(n_clusters=8,init='k-means++')

   ● k-means聚类

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/从前慢现在也慢/article/detail/129062
推荐阅读
相关标签
  

闽ICP备14008679号