机器学习Kmeans实验报告_kmeans聚类算法实验报告,k-means聚类算法实验报告 - CSDN文库

2星需积分: 45 116 浏览量更新于2023-03-16 评论 4 收藏 110KB DOC 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

实验目的：

了解掌握 K-means 聚类方法

硬件环境：

笔记本电脑

软件环境：

Octive

实验步骤与内容：

K-means 算法是一个迭代式的算法，是无监督学习算法。算法过程为：

（1）所有的观测实例中随机抽取出 k 个观测点，作为聚类中心点，然后遍历其余的观测点

找到距离各自最近的聚类中心点，将其加入到该聚类中。这样就有了一个初始的聚类结

果，这是一次迭代的过程。

（2）每个聚类中心都至少有一个观测实例，可以求出每个聚类的中心点（ means），作

为新的聚类中心，然后再遍历所有的观测点，找到距离其最近的中心点，加入到该聚类

中。然后继续运行（2）。

（3）如此往复（2），直到前后两次迭代得到的聚类中心点一模一样。

这样得到的 k 个聚类中心，和距离它们最近的观测点构成 k 个聚类，得到需要的结果。

K-means 算法的工作流程

随机确定 k 个初始点的质心；将数据集中的每一个点分配到一个簇中，即为每一个点找到

距其最近的质心，并将其分配给该质心所对应的簇；该步完成后，每一个簇的质心更新为

该簇所有点的平均值。伪代码如下：

创建 k 个点作为起始质心，可以随机选择(位于数据边界内)

当任意一个点的簇分配结果发生改变时

　　　　对数据集中每一个点

　　　　　　　　对每个质心

　　　　　　　　　　计算质心与数据点之间的距离

　　　　　　　　将数据点分配到距其最近的簇

　　　　对每一个簇，计算簇中所有点的均值并将均值作为质心

实验结果：

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

评论1

qq_36339794

2018-06-10

一般，可以参考

qq_33151713

粉丝: 0
资源: 1

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈