选定样本a和b为初始类中心,中心值分别为1、2。求出最终的聚类结果及质心 a 1 b 2 c 4 d 5
时间: 2024-04-01 14:31:01 浏览: 14
根据K-means聚类算法的步骤,我们需要进行以下操作:
1.计算每个样本点与各个类中心的距离,将其归为距离最近的类别。
| 样本点 | 距离a | 距离b |
|--------|-------|-------|
| a | 0 | 1 |
| b | 1 | 0 |
| c | 3 | 2 |
| d | 4 | 3 |
根据距离,我们可以将样本点归为以下两类:
类别1:a, b (类中心为1)
类别2:c, d (类中心为3.5)
2.计算每个类别的质心,将其作为新的类中心。
类别1的质心为 (1+2)/2 = 1.5
类别2的质心为 (4+5)/2 = 4.5
3.重复步骤1和2,直到类中心不再改变或达到最大迭代次数。
第二次迭代:
| 样本点 | 距离1.5 | 距离4.5 |
|--------|---------|---------|
| a | 0.5 | 2.5 |
| b | 0.5 | 2.5 |
| c | 2.5 | 0.5 |
| d | 3.5 | 0.5 |
根据距离,我们可以将样本点归为以下两类:
类别1:a, b (类中心为1.5)
类别2:c, d (类中心为4.5)
类中心没有改变,因此聚类结束。
最终聚类结果:
| 类别 | 样本点 |
|------|--------|
| 1 | a, b |
| 2 | c, d |
质心:
类别1的质心为 (1+2)/2 = 1.5
类别2的质心为 (4+5)/2 = 4.5