Kmeans++算法
Kmeans++算法,主要可以解决初始中心的选择问题,不可解决k的个数。
Kmeans++主要思想是选择的初始聚类中心要尽量的远。
做法:
1. 在输入的数据点中随机选一个作为第一个聚类中心。
2. 对于所有数据点,计算它与最近的聚类中心的距离D(x)
3. 重新选择一个数据点作为聚类中心,选择原则:D(x)较大的点被选为聚类中心的概率较大。
4. 重复2-3直到选出k个聚类中心。
5. 运行Kmeans算法。
2024-03-21 20:25:04
Kmeans++算法
Kmeans++算法,主要可以解决初始中心的选择问题,不可解决k的个数。
Kmeans++主要思想是选择的初始聚类中心要尽量的远。
做法:
1. 在输入的数据点中随机选一个作为第一个聚类中心。
2. 对于所有数据点,计算它与最近的聚类中心的距离D(x)
3. 重新选择一个数据点作为聚类中心,选择原则:D(x)较大的点被选为聚类中心的概率较大。
4. 重复2-3直到选出k个聚类中心。
5. 运行Kmeans算法。
下一篇:算法 - k-means算法