聚类算法

简介

聚类算法_第1张图片
由上图可知,我们需要把人群划分为四个类型的群组Cluster,高收入高债务、高收入低债务、低收入高债务、低收入低债务。我们如果需要把这些拥有相似属性的个体划分到群组Cluster里面,那么就可以使用聚类算法。聚类算法属于无监督学习,只需要数据,不需要数据的结果。

操作步骤

  1. 随机选择质点,作为群组Cluster里面的参考点C1,后期将用于计算群组里所有点到该参考点的距离,设参考点到每个点的距离为D(x)
    聚类算法_第2张图片

  2. 由上图可知,我们可计算出来C1到所有点的距离D(x),最右边的距离最大,我们把它设为C2,作为第二个质点。然后,我们需要计算出所有点到每个质点的距离。
    聚类算法_第3张图片

  3. 比较每个点到所有质点的距离,并把该点划分到最近质点的群组Cluster内
    聚类算法_第4张图片

  4. 如果需要更多的群组,那么需要在群组内选择离质点最远的点作为新的质点,重新执行上述步骤

  5. 群组的数量选择可以根据需要选择,如简介提到的收入债务的分类我们可以划分为4个群组:高收入高债务、高收入低债务、低收入高债务、低收入低债务。同时,我们也需要考虑系统资源问题,群组越多,计算量越大,占用空间越多。

你可能感兴趣的:(算法)