【银河在线平台-银河在线官网-银河网址平台在线 www.selective-rs.com】探秘天下未解之谜 分享全球奇闻趣事

手机版 - 繁体中文 - 今天是

人工智能之K-Means算法_银河在线平台

发布时间:2020-11-21 10:30:05来源:银河在线平台-银河在线官网-银河网址平台在线编辑:银河在线平台-银河在线官网-银河网址平台在线阅读: 当前位置:首页 > 外星奥秘 > 手机阅读

银河在线官网_前言:人工智能机器学习有关算法内容,人工智能之机器学习主要有三大类:1)分类;2)重返;3)聚类。今天我们重点探究一下K-Means算法。

K-Means是十大经典数据挖掘算法之一。K-Means和KNN(K附近)看起来都是K打头,但毕竟有所不同种类的算法。

kNN是监督自学中的分类算法,而K-Means则所谓监督自学中的聚类算法;二者相同之处是皆利用邻接信息来标示类别。提及“聚类”一词,使人不已想起:“物以类聚,人以群分”。

银河网址平台在线

聚类是数据挖掘中一种十分最重要的自学流派,指将并未标示的样本数据中相近的分成同一类。K-means算法是很典型的基于距离的聚类算法。于1982年由Lloyod明确提出。

银河在线官网

它是非常简单而又有效地的统计资料聚类算法。一般使用距离作为相似性的评价指标,即指出两个对象的距离越近,其相近度就越大。该算法指出簇是由距离附近的对象构成的,因此把获得灵活且独立国家的簇作为最终目标。

K-Means概念:K-means算法是软聚类算法,是典型的基于原型的目标函数聚类方法的代表,它是数据点到原型的某种距离作为优化的目标函数,利用函数欲极值的方法获得递归运算的调整规则。K-means算法以欧式距离作为相近度测度,它是欲对应某一初始聚类中心向量V拟合分类,使得评价指标J大于。

算法使用误差平方和准则函数作为聚类准则函数。K-Means核心思想:由用户登录k个初始质心(initialcentroids),作为聚类的类别(cluster),反复递归以后算法发散。即以空间中k个点为中心展开聚类,对最靠近他们的对象归类。

通过递归的方法,大幅度改版各聚类中心的值,以后获得最差的聚类结果。k个初始太平广记类中心点的挑选对聚类结果具备较小的。K-Means算法叙述:假设要把样本集分成c个类别,算法叙述如下:1)必要自由选择c个类的初始中心;2)在第k次递归中,对给定一个样本,欲其到c个中心的距离,将该样本归到距离最短的中心所在的类;3)利用均值等方法改版该类的中心值;4)对于所有的c个聚类中心,如果利用2)和3)的迭代法改版后,值维持恒定,则递归完结,否则之后递归。

明确如下:输出:k,data[n];1)自由选择k个初始中心点,例如c[0]=data[0],…c[k-1]=data[k-1];2)对于data[0]….data[n],分别与c[0]…c[k-1]较为,假设与c[i]差值最多,就标记为i;3)对于所有标记为i点,新的计算出来c[i]={所有标记为i的data[j]之和}/标记为i的个数;4)反复2)和3),直到所有c[i]值的变化大于等价阈值。该算法的仅次于优势在于简练和较慢。算法的关键在于初始中心的自由选择和距离公式。K-Means工作流程:1)从n个数据对象给定自由选择k个对象作为初始聚类中心;2)根据每个聚类对象的均值(中心对象),计算出来每个对象与这些中心对象的距离;并根据大于距离新的对适当对象展开区分;3)新的计算出来每个(有变化)聚类的均值(中心对象);4)循环2)到3)直到每个聚类仍然发生变化为止,即标准测度函数发散为止。

银河在线平台

录:一般使用皆方差作为标准测度函数。K-Means算法拒绝接受输入量k;然后将n个数据对象区分为k个聚类以便使得所取得的聚类符合:同一聚类中的对象相近度较高;而有所不同聚类中的对象相近度较小。即,各聚类本身尽量的灵活,而各聚类之间尽量的分离。

聚类相近度是利用各聚类中对象的均值所取得一个“中心对象”(引力中心)来展开计算出来的。。

本文来源:银河网址平台在线-www.selective-rs.com

标签:银河在线平台 银河在线官网 银河网址平台在线

小编推荐:如果您对本文《人工智能之K-Means算法_银河在线平台》感兴趣,还可以看看《紫光S1 64GB加密U盘上架:隐形指纹识别_银河在线官网》这篇文章。

外星奥秘排行

外星奥秘精选

外星奥秘推荐