人工智能_机器学习080_KMeans聚类算法原理和流程_KMeans损失函数_随机聚类中心_对异常值_初始值敏感---人工智能工作笔记0120

人工智能_机器学习080_KMeans聚类算法原理和流程_KMeans损失函数_随机聚类中心_对异常值_初始值敏感---人工智能工作笔记0120_第1张图片
然后我们来看一下KMeans聚类算法的原理
可以看到,聚类的过程是,首先1.将N个样本数据,映射到K个簇中,这个K就是我们指定的划分成几类,比如3对吧,那么
指定了K个类别以后,然后  我们再去随机指定K个,簇中心   然后再去计算,我们指定的这个簇中心,到簇中所有样本的距离的平均值,
我们得到平均值以后,再去移动这个簇中心,然后让簇中心到,这个簇中的点的距离变短,
然后移动簇中心以后,再去从新计算,这个簇中的,各个样本点到这个簇中心的距离,然后再去计算平均距离,然后再去
移动簇中心,这样迭代   最终会分开数据
上面是过程,我们看下面的解释
人工智能_机器学习080_KMeans聚类算法原理和流程_KMeans损失函数_随机聚类中心_对异常值_初始值敏感---人工智能工作笔记0120_第2张图片

你可能感兴趣的:(支持向量机,KMeans原理,KMeans损失函数,质心,聚类中心,异常值敏感,初始值敏感)