ML之Clustering之K-means：K-means算法简介、应用、经典案例之详细攻略

深情闻纸鹤 2022-09-19 16:56:12  51453

分类专栏：资讯

K-means算法简介

1、K-means算法适用的数据类型

2、K-Means算法的全局最优解和局部最优解的比较

1、K-means算法的过程及其主要思路

2、K-means原理的理解可视化

K-means算法经典案例

1、K-means的一个应用是分类手写数字

2、K-means算法实现聚类

K-means算法简介

K-均值是著名聚类算法，它找出代表聚类结构的k个质心。如果有一个点到某一质心的距离比到其他质心都近，这个点则指派到这个最近的质心所代表的簇。依次，利用当前已聚类的数据点找出一个新质心，再利用质心给新的数据指派一个簇。
上图所示，用“x”表示聚类质心，用点表示训练样本：

a) 原始数据集
b) 随机初始化聚类质心
c) (c-f)k-均值迭代2次的示意图

在每次迭代中每个训练样例都被指派到一个最近的聚类质心，每个聚类质心被移动到分配给它的点的平均值的位置。

1、K-means算法适用的数据类型

2、K-Means算法的全局最优解和局部最优解的比较

1、K-means算法的过程及其主要思路

2、K-means原理的理解可视化

让你更加容易它的算法过程
https://www.naftaliharris.com/blog/visualizing-k-means-clusteringniu/

K-means算法经典案例

1、K-means的一个应用是分类手写数字

这种算法可以在数字识别上得到相当好的结果，
参阅：http://ieeexplore.ieee.org/document/6755106/?reload=true

假设我们有用像素亮度的长向量表示的数字的图像。假设这些图像是黑白两色的，大小为 64×64 像素。每个像素代表一个维度。那么这些图像就生活在一个有 64×64=4096 个维度的世界里。在这个 4096 维的世界里，K 均值聚类让我们可以按接近程度对这些图像分组，并且假设这些靠得很近的图像都是同一个数字。

2、K-means算法实现聚类

网站声明：如果转载，请联系本站管理员。否则一切后果自行承担。

本文链接：https://www.xckfsq.com/news/show.html?id=3713

赞同 0

评论 0 条

ML之Clustering之K-means：K-means算法简介、应用、经典案例之详细攻略

K-means算法简介

1、K-means算法适用的数据类型

2、K-Means算法的全局最优解和局部最优解的比较

1、K-means算法的过程及其主要思路

2、K-means原理的理解可视化

K-means算法经典案例

1、K-means的一个应用是分类手写数字

2、K-means算法实现聚类

相关文章

关注我们