作品分享
问答交流
发现
任务
客服工单
基于切割的K-means聚类算法。 基于层次的聚类算法。 基于密度的DBSCAN聚类算法。 基于图的Split聚类算法。
如何定义中心:取数据各维度的均值。 如何衡量距离:欧式距离方法
从n个样本中随机选取k个作为初始化的质心; 对每个样本测量其到每个质心的距离,并把它归到最近的质心的类; 重新计算已经得到的各个类的质心; 迭代2-3直到新的质心与原质心相等或小于指定阈值。
初始质心位置可能会影响最终聚类的结果。 解决:多次尝试,取最稳定的结果。 个别离群值会影响整理聚类的效果。 解決:将取质心换成取中点(转换为K-Medoids算法) 必须要指定K 解决:借鉴其它衡量因子辅助(如轮廓系数)
举报
本版积分规则 回帖后跳转到最后一页
Powered by CangBaoKu v1.0 小黑屋藏宝库It社区( 冀ICP备14008649号 )
GMT+8, 2025-8-8 23:10, Processed in 0.081144 second(s), 35 queries.© 2003-2025 cbk Team.