机器学习day14K均值算法

K均值算法

K均值聚类的核心目标是将给定的数据集划分成K个簇,并给出每个数据对应的簇中心点。

  1. 数据预处理,包括但不限于归一化,离群点处理等
  2. 随机选择K个簇中心,我们记为
  3. 定义代价函数,
  4. 令t=0,1,2,3...,进行迭代,重复直至J收敛
    此时,对于每个样本,将分配到距离最近的簇

    对于每个簇k,重新计算各个簇的中心

    K均值在迭代中,如果J没有达到最小值,那么首先重新计算当前簇的中心,调整每个样例所属的类别来让J的值减少,之后计算,调整簇中心使J减少,如此重复迭代,直到J减少到最小值,此时也收敛。

K均值算法示意图

K均值聚类算法迭代

你可能感兴趣的:(机器学习day14K均值算法)