KMeans算法
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了KMeans算法，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1445字，纯文字阅读大概需要3分钟。
内容图文
1. \(k\)均值算法原理
给定一个数据集\(D=\{x_1,x_2,...,x_m\}\)，\(k\)均值算法针对聚类所得划分\(C=\{C_1,C_2,...,C_K\}\)最小化平方误差
\[ E = \sum_{i=1}^{k}\sum_{x\in{C_i}}
\begin{Vmatrix}
{x-\mu_i}
\end{Vmatrix}_2^2
\]
其中，\(\mu_i=\frac{1}{\mid{C_i}\mid}\sum_{x\in{C_i}}x\)是簇\(C_i\)的均值向量。刻画了簇内样本围绕簇均值向量的紧密程度，\(E\)值越小则簇内样本相似度越高。
2. 算法伪代码
- 输入数据集\(D\)；
- 确定聚类簇数\(k\)；
- 从数据集中选择\(k\)个样本作为初始聚类中心；
- 根据距离最小原则，将每个数据分配个相应的簇心；
- 计算平方误差
- 更新每个簇的簇心；
- 停止条件：平方误差不再变化. 否则，重复4，5，6.
3. 算法代码实现
clc
clear
%% input data
load two_cluster.txt
%% 数据预处理
target = two_cluster(:, 1);
data = two_cluster(:, [2,3]);
%% 原始数据分布可视化
figure
scatter(data(:,1), data(:,2));
%% parameters setting
k = 2; % 类别数目
N_iter = 1000; % 最大迭代次数
expose = true;
errors = zeros(k, 1);
%% 初始化聚类中心
n = length(target);
loc = randperm(n); % 打乱数据序列
centroids = data([loc(1),loc(2)],:); % 随机选取2个簇心
%% main
labels = zeros(n, 1);
for it=1:N_iter
%% classifation and label
for i=1:n
dists = sqrt(sum((data(i,:) - centroids).^2, 2)); % 计算距离
[distMin, idx] = min(dists); % 寻找距离每个簇心的最小距离
labels(i,:) = idx;
end
for j=1:2
%% calculation erros
errors(j, :) = sum(sqrt(sum((data((j==labels), :) - centroids(j, :)).^2, 2)),1);
end
%% ouput
if expose
disp(sum(errors));
end
for j=1:2
%% update centers
centroids(j,:) = mean(data((j==labels),:),1);
end
end
%% 聚类后的数据可视化
figure
scatter(data((labels==1),1),data((labels==1),2), ‘r*‘);
hold on
scatter(data((labels==2),1),data((labels==2),2), ‘ko‘);
原文：https://www.cnblogs.com/mysterygust/p/14837258.html
内容总结
以上是互联网集市为您收集整理的KMeans算法全部内容，希望文章能够帮你解决KMeans算法所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。
来源：【匿名】