熱線電話：13121318867

登錄
首頁大數據時代Kmeans均值聚類算法的基本原理是什么？
Kmeans均值聚類算法的基本原理是什么？
2020-07-08
收藏

Kmeans算法屬于無監督學習的一種聚類算法，這種算法的目的為：在數據所屬類別及類別數量不明確的前提下，依據數據自身的特點對數據進行聚類。聚類過程中，對于類別數量k的選取，需要一定的先驗知識，也可根據“類內間距小，類間間距大“(一種聚類算法的理想情況)為目標進行實現。

一、Kmeans均值聚類算法優缺點

優點：容易實現。

缺點：收斂到局部最小值，在大規模數據集上收斂較慢

適用數據類型：數據型數據

二、Kmeans均值聚類算法

Kmeans均值聚類算法主要思想是:在給定K值和K個初始類簇中心點的情況下，把每個點(亦即數據記錄)分到離其最近的類簇中心點所代表的類簇中，所有點分配完畢之后，根據一個類簇內的所有點重新計算該類簇的中心點(取平均值)，然后再迭代的進行分配點和更新類簇中心點的步驟，直至類簇中心點的變化很小，或者達到指定的迭代次數。

具體算法描述如下：

(1)適當選擇k個類的初始中心，最初一般為隨機選取;

(2)在每次迭代中，對任意一個樣本，分別求其到k個中心的歐式距離，將該樣本歸到距離最短的中心所在的類;

(3)利用均值方法更新該k個類的中心的值;

(4)對于所有的k個聚類中心，重復(2)(3)，類的中心值的移動距離滿足一定條件時，則迭代結束，完成分類。

Kmeans聚類算法原理簡單，效果也依賴于k值和類中初始點的選擇。

三、Kmeans均值聚類的一般流程

1.收集數據：使用任意方法

2.準備數據：需要數據型數據來計算距離，也可以將標稱型數據映射為二值型數據再用于距離計算。

3.分析數據：使用任意方法。

4.訓練算法：不適用于無監督學習，即無監督學習沒有訓練過程。

5.測試算法：應用聚類算法，觀察結果?？梢允褂昧炕恼`差指標如誤差平方和來評價算法的結果。

6.使用算法：可以用于所希望的任何應用，通常情況下，簇質心可以代表整個簇的數據來做出決策


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

Kmeans 無監督 無監督學習

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇最大后驗估計MAP是什么？它是怎么推導出來的？
下一篇如何理解欠擬合？常用的處理方法有哪些？
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢