@helen-
2019-05-03T08:29:54.000000Z
字数 251
阅读 745
研究生学习
机器学习
非监督学习
非标签算法 聚类算法
1. 接受一个参数K;然后将事先输入的n个数据对象划分为k个聚类,使得同一个聚类对象相似度较高;不同聚类中的对象相似度较小.
2. 以空间中k个点为中心进行归类,对最靠近他们的对象归类,通过迭代的单发,逐次更新各聚类中心的值,直到得到最好的聚类结果
算法:
输入 k, data[n]
1. 选择k个初始中心点.
2. 对于每一个点计算与中心点距离,归到差值最小的中心点中.
3. 对于所有标记点,重新计算中心点的值,重复分类,直到停止.