sgd kmeans

Kmeans算法一般採用兩個步驟: 1、遍歷每條樣本,確定距離最近的中心點爲其中心; 2、針對新的每條樣本分佈重新確定新的中心。重複步驟,直至各樣本的中心點不再改變。   由於每次迭代需要所有樣本,將其結合隨機梯度下降算法,將提高收斂速度。主要見文獻[1]。採用如下算法:   經過代碼驗證,採用iris dataset,有如下效果(效果受初始值影響): 圖1爲原始分類,圖2爲傳統kmeans,圖3
相關文章
相關標籤/搜索