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)

  • 房地产开发企业资质管理规定
  • 火车票可以抵扣多少增值税
  • 其他综合收益影响递延所得税负债吗
  • 结转存货跌价准备冲减主营业务成本
  • 事业单位装修费用
  • 手机专票 一般纳税人能抵扣吗
  • 经营租赁违约金可以直接冲租赁费
  • 客户充值
  • 事业单位支付方式
  • 小规模减免附加税会计分录怎么做
  • 发票没用完可以领发票吗
  • 小规模纳税人印花税怎样计算
  • 股权激励取消怎么处理?
  • 结转存货跌价准备冲减主营业务成本
  • windows11家庭版本地策略组
  • 公司注销帐上的钱取出来要交税吗
  • 压缩文件损坏怎么回事
  • linux获取操作命令的使用方法
  • mmtray2k.exe有什么作用 是什么进程 mmtray2k进程查询
  • 梅德威海滩棕榈树间散步的冲浪者,印尼巴厘岛 (© helivideo/GettyImages)
  • 索尼体积最小的微单
  • 承包经营税率表
  • php和ajax
  • 微前端Qiankun 子应用css后加载问题
  • php curl file_get_contents
  • python stream模块
  • 京东到家的物流模式
  • vue面试题及答案2021
  • 静态html怎么部署到服务器
  • 待转销销项税额是什么
  • 调出command命令窗口
  • 开票软件的证书口令是多少
  • 个人提供劳务怎么去税务局开发票
  • 运费计入什么会计分录
  • 利用职务之便谋取私利是什么罪
  • sql语句的查询语句
  • 材料采购与原材料账户核算内容有何差别
  • 工资是负数怎么办
  • 纳税人识别号和信用代码一样吗
  • 经营所得预缴申报收入总额
  • 企业工会经费计提标准
  • 收到现金存款
  • 起征点和免征额都是税收优惠形式
  • 原始凭证审核要点包括
  • 上年期末留底税额怎么算
  • 预留印鉴章是什么章
  • 餐饮娱乐服务员
  • 企业其他应付款减少说明什么
  • 转出未交增值税会计账务处理
  • 代建项目谁付款
  • 研发产品入库
  • 电力安装工程合同税率能开13%
  • 公司与公司之间劳务协议
  • 增值税版本升级
  • 资产减值损失属于营业外支出吗
  • 旅游饮食服务企业会计核算的特点
  • sql没有数据库
  • mysql中具体到删某一个数据
  • linux下mysql5.7.17最新稳定版本安装教程
  • linux系统中用户账户有哪些分类
  • igs文件是什么文件
  • win10预览版和正式版
  • windowsxp怎么查看用户名密码
  • nfs网络安装
  • 电脑如何将win10设置为win7
  • win10电脑提示
  • 客齐是什么意思
  • android 样式
  • jquery绑定keyup
  • 使用vue开发手机app
  • Unity之megaFierstext翻书插件控制代码分析
  • javascript命名空间
  • 不配合税务检查的法律责任
  • 研发费用加计扣除75%还是100%
  • 一般纳税人开租赁费发票税率是多少
  • 整备质量吨位数是什么意思
  • 苏州税务中心
  • 什么是增值税留抵退税
  • 金米财税口碑如何?
  • 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