ML之Clustering之K-means：K-means算法簡介、應用、經典案例之詳細攻略

ML之Clustering之K-means：K-means算法簡介、應用、經典案例之詳細攻略

目錄

K-means算法簡介

1、K-means算法適用的數據類型

2、K-Means算法的全局最優解和局部最優解的比較

1、K-means算法的過程及其主要思路

2、K-means原理的理解可視化

K-means算法經典案例

1、K-means的一個應用是分類手寫數字

2、K-means算法實現聚類

K-means算法簡介

K-均值是著名聚類算法，它找出代表聚類結構的k個質心。如果有一個點到某一質心的距離比到其他質心都近，這個點則指派到這個最近的質心所代表的簇。依次，利用當前已聚類的數據點找出一個新質心，再利用質心給新的數據指派一個簇。

上圖所示，用“x”表示聚類質心，用點表示訓練樣本：

a) 原始數據集

b) 隨機初始化聚類質心

c) (c-f)k-均值迭代2次的示意圖

在每次迭代中每個訓練樣例都被指派到一個最近的聚類質心，每個聚類質心被移動到分配給它的點的平均值的位置。

1、K-means算法適用的數據類型

2、K-Means算法的全局最優解和局部最優解的比較

1、K-means算法的過程及其主要思路

2、K-means原理的理解可視化

讓你更加容易它的算法過程

https://www.naftaliharris.com/blog/visualizing-k-means-clusteringniu/

K-means算法經典案例

相關文章

ML之K-means：基于K-means算法利用電影數據集實現對top 100 電影進行文檔分類

ML之K-means：基于(完整的)手寫數字圖片識別數據集利用K-means算法實現圖片聚類

ML之K-means：基于DIY數據集利用K-means算法聚類(測試9種不同聚類中心的模型性能)

1、K-means的一個應用是分類手寫數字

這種算法可以在數字識別上得到相當好的結果，

參閱：http://ieeexplore.ieee.org/document/6755106/?reload=true

假設我們有用像素亮度的長向量表示的數字的圖像。假設這些圖像是黑白兩色的，大小為 64×64 像素。每個像素代表一個維度。那么這些圖像就生活在一個有 64×64=4096 個維度的世界里。在這個 4096 維的世界里，K 均值聚類讓我們可以按接近程度對這些圖像分組，并且假設這些靠得很近的圖像都是同一個數字。

2、K-means算法實現聚類

相關文章

K-means聚類分析

機器學習公開課筆記(8)：k-means聚類和PCA降維

機器學習

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。