位置: 编程技术 - 正文

K-means聚类算法介绍与利用python实现的代码示例(k-means聚类算法例题)

编辑:rootadmin

推荐整理分享K-means聚类算法介绍与利用python实现的代码示例(k-means聚类算法例题),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:kmeans聚类算法应用场景,k-means聚类算法的步骤,k-means聚类算法代码,kmeans聚类算法,k-means聚类算法例题,kmeans聚类算法应用场景,k-means聚类算法的步骤,kmeans聚类算法简单例题讲解,内容如对您有帮助,希望把文章链接给更多的朋友!

聚类

今天说K-means聚类算法,但是必须要先理解聚类和分类的区别,很多业务人员在日常分析时候不是很严谨,混为一谈,其实二者有本质的区别。

分类其实是从特定的数据中挖掘模式,作出判断的过程。比如Gmail邮箱里有垃圾邮件分类器,一开始的时候可能什么都不过滤,在日常使用过程中,我人工对于每一封邮件点选“垃圾”或“不是垃圾”,过一段时间,Gmail就体现出一定的智能,能够自动过滤掉一些垃圾邮件了。这是因为在点选的过程中,其实是给每一条邮件打了一个“标签”,这个标签只有两个值,要么是“垃圾”,要么“不是垃圾”,Gmail就会不断研究哪些特点的邮件是垃圾,哪些特点的不是垃圾,形成一些判别的模式,这样当一封信的邮件到来,就可以自动把邮件分到“垃圾”和“不是垃圾”这两个我们人工设定的分类的其中一个。

聚类的的目的也是把数据分类,但是事先我是不知道如何去分的,完全是算法自己来判断各条数据之间的相似性,相似的就放在一起。在聚类的结论出来之前,我完全不知道每一类有什么特点,一定要根据聚类的结果通过人的经验来分析,看看聚成的这一类大概有什么特点。

1、概述

k-means是一种非常常见的聚类算法,在处理聚类任务中经常使用。K-means算法是集简单和经典于一身的基于距离的聚类算法

采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。

该算法认为类簇是由距离靠近的对象组成的,因此把得到紧凑且独立的簇作为最终目标。

2、核心思想

通过迭代寻找k个类簇的一种划分方案,使得用这k个类簇的均值来代表相应各类样本时所得的总体误差最小。

k个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。

k-means算法的基础是最小误差平方和准则,

其代价函数是:

式中,μc(i)表示第i个聚类的均值。

各类簇内的样本越相似,其与该类均值间的误差平方越小,对所有类所得到的误差平方求和,即可验证分为k类时,各聚类是否是最优的。

上式的代价函数无法用解析的方法最小化,只能有迭代的方法。

3、算法步骤图解

下图展示了对n个样本点进行K-means聚类的效果,这里k取2。

4、算法实现步骤

k-means算法是将样本聚类成 k个簇(cluster),其中k是用户给定的,其求解过程非常直观简单,具体算法描述如下:

1)随机选取 k个聚类质心点

2)重复下面过程直到收敛 {

对于每一个样例 i,计算其应该属于的类:

对于每一个类 j,重新计算该类的质心:

K-means聚类算法介绍与利用python实现的代码示例(k-means聚类算法例题)

}

其伪代码如下:

******************************************************************************

创建k个点作为初始的质心点(随机选择)

当任意一个点的簇分配结果发生改变时

对数据集中的每一个数据点

对每一个质心

计算质心与数据点的距离

将数据点分配到距离最近的簇

对每一个簇,计算簇中所有点的均值,并将均值作为质心

********************************************************

5、K-means聚类算法python实战

需求:

对给定的数据集进行聚类

本案例采用二维数据集,共个样本,有4个类。

运行结果:

6、K-means算法补充

K-means算法的缺点及改进方法

(1)k值的选择是用户指定的,不同的k得到的结果会有挺大的不同,如下图所示,左边是k=3的结果,这个就太稀疏了,蓝色的那个簇其实是可以再划分成两个簇的。而右图是k=5的结果,可以看到红色菱形和蓝色菱形这两个簇应该是可以合并成一个簇的:

改进:

对k的选择可以先用一些算法分析数据的分布,如重心和密度等,然后选择合适的k

(2)对k个初始质心的选择比较敏感,容易陷入局部最小值。例如,我们上面的算法运行的时候,有可能会得到不同的结果,如下面这两种情况。K-means也是收敛了,只是收敛到了局部最小值:

改进:

有人提出了另一个成为二分k均值(bisecting k-means)算法,它对初始的k个质心的选择就不太敏感

(3)存在局限性,如下面这种非球状的数据分布就搞不定了:

(4)数据集比较大的时候,收敛会比较慢。

总结

标签: k-means聚类算法例题

本文链接地址:https://www.jiuchutong.com/biancheng/372227.html 转载请保留说明!

上一篇:python通过opencv实现批量剪切图片(opencv python)

下一篇:python、java等哪一门编程语言适合人工智能?(java跟python哪个好)

  • 一般纳税人企业所得税多久申报一次
  • 超市的小票能重开吗
  • 股东分红需要开股东会决定吗?
  • 建筑企业有哪些
  • 外资企业是否属于公有制经济
  • 实收资本认缴怎么缴纳印花税
  • etc发票开票中
  • 在项目地预缴税款有哪些税种
  • 承兑找零怎么做账务处理
  • 公司开办期间的费用如何处理
  • 仓库常用包材
  • 取得消费税出口退税款如何做会计处理?
  • 小规模企业是否需要备案登记
  • 利润为负会计分录
  • 文化传媒行业会计
  • 二手房房产税如何征收
  • 增值税税率如何计算
  • 已抵扣发票如何查询开票明细
  • 购买东西押金不退要怎么处理
  • 允许扣除的土地价款怎么计算例题
  • 固定资产核销怎么做
  • 样品寄送时运费支付的对策
  • 财产清查的账务处理原则
  • macos ppt软件
  • php5.4+mysql
  • 补交上一年度的养老保险
  • 商品削价要本着既能使企业什么又能使商品扩销的原则
  • 以旧换新方式销售货物,以实际收取的价格
  • 营业外收入账户性质
  • 最小的洗衣机是多少
  • 曼哈顿公园大道432号
  • vue3全局属性
  • 个体户缴纳生产经营所得税
  • antd:ConfigProvider+getPopupContainer解决筛选框遮挡问题(及其他浮层问题)
  • 普通发票有抵扣联没
  • gpt 中文
  • vue面试题简书
  • 如何用python制作人工智能
  • 税额抵减情况表和减免税申报表
  • 自制原始凭证代码怎么填
  • 新建厂房的费用由谁承担
  • 公司注册资金多长时间可提出来
  • 哪些费用计入管理费用中
  • 什么是应收账款信用管理制度
  • python解释器的多种使用
  • 哪些是生产企业
  • 申报高新企业的好处
  • 收到保险赔款入什么科目
  • access2016备注型
  • mysql索引最大数量
  • sql server 2008怎么使用sql语句
  • 医院购买医疗器械
  • 企业所得税汇算表
  • 关联公司代缴社保劳动者怎么处理
  • 购进消耗品怎么做账
  • 跨年度发票的报表怎么填
  • 预付款开了增值税专票怎么办
  • 跨月的发票开错了该怎么办?
  • 分公司可以独立签约吗
  • 主营业务收入是含税还是不含税
  • 人力资源公司的进项票有哪些
  • 成本暂估入帐如何做分录
  • 财务人员的职工福利费应计入?
  • 公司增资认缴
  • mysql found_row()使用详解
  • 电脑win7win8win10操作系
  • win7系统u盘打不开怎么办
  • 网卡驱动intel
  • 安装windows7所需的条件
  • win10rs2是哪个版本
  • win7系统怎么创建虚拟网络
  • win10系统下怎么将腾讯qlv格式转换mp4格式?
  • jquery 选择
  • 常用的批处理文件
  • javascript的核心组成部分
  • python flask框架 web服务器
  • 汉口市中心
  • 耕地占用税 税额
  • 税务稽查问题应对心得
  • 南通地税电话号码
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设