《統計學習方法》第 14 章 聚類方法 KMeans
k-均值聚類
n 個樣本分到 k 個不一樣的類或簇，每一個樣本到其所屬類的中心的距離最小。git
每一個樣本只能屬於一個類，全部 k-均值聚類 是 硬聚類。github
模型
- k < n
策略
- 距離： 歐式距離
- 損失函數：樣本與所屬類的中心的距離總保
- NP 困難問題
算法
目標函數極小化算法
- 初始化，隨機取 個樣本作中心
- 對樣本進行聚類，計算樣本到類中心距離，每一個樣本指派到與其最近的中心的類
- 計算新的類中心。對聚類結果計算樣本的均值，作爲新的類中心
- 若是迭代收斂或符合中止條件，輸出。不然，令 ，返回 2
相關文章
- 1. 聚類算法-《統計學習方法》學習筆記
- 2. 統計學習方法-聚類方法-讀書筆記
- 3. 統計學習方法-第五章
- 4. 統計學習方法-第六章
- 5. 統計學習方法——第3章
- 6. 統計學習方法——第三章：KNN
- 7. 統計學習方法 第一章
- 8. 《統計學習方法——第2章》
- 9. 【統計學習方法】第一章
- 10. 聚類算法學習-kmeans，kmedoids，GMM
- 更多相關文章...
- • ASP Contents.Remove 方法 - ASP 教程
- • ASP Contents.RemoveAll 方法 - ASP 教程
- • Kotlin學習（二）基本類型
- • Kotlin學習（一）基本語法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 聚類算法-《統計學習方法》學習筆記
- 2. 統計學習方法-聚類方法-讀書筆記
- 3. 統計學習方法-第五章
- 4. 統計學習方法-第六章
- 5. 統計學習方法——第3章
- 6. 統計學習方法——第三章：KNN
- 7. 統計學習方法 第一章
- 8. 《統計學習方法——第2章》
- 9. 【統計學習方法】第一章
- 10. 聚類算法學習-kmeans，kmedoids，GMM