ML之Clustering之K-means:K-means算法简介、应用、经典案例之详细攻略
ML之Clustering之K-means:K-means算法簡介、應用、經典案例之詳細攻略
?
?
目錄
K-means算法簡介
1、K-means算法適用的數據類型?
2、K-Means算法的全局最優解和局部最優解的比較
1、K-means算法的過程及其主要思路
2、K-means原理的理解可視化
K-means算法經典案例
1、K-means的一個應用是分類手寫數字
2、K-means算法實現聚類
?
K-means算法簡介
? ? ? ? K-均值是著名聚類算法,它找出代表聚類結構的k個質心。如果有一個點到某一質心的距離比到其他質心都近,這個點則指派到這個最近的質心所代表的簇。依次,利用當前已聚類的數據點找出一個新質心,再利用質心給新的數據指派一個簇。
? ? ? ? 上圖所示,用“x”表示聚類質心,用點表示訓練樣本:
- a) 原始數據集
- b) 隨機初始化聚類質心
- c) (c-f)k-均值迭代2次的示意圖
? ? ? ? 在每次迭代中每個訓練樣例都被指派到一個最近的聚類質心,每個聚類質心被移動到分配給它的點的平均值的位置。
?
?
1、K-means算法適用的數據類型
2、K-Means算法的全局最優解和局部最優解的比較
?
?
?
1、K-means算法的過程及其主要思路
?
?
2、K-means原理的理解可視化
讓你更加容易它的算法過程
https://www.naftaliharris.com/blog/visualizing-k-means-clusteringniu/
?
?
?
K-means算法經典案例
相關文章
ML之K-means:基于K-means算法利用電影數據集實現對top 100 電影進行文檔分類
ML之K-means:基于(完整的)手寫數字圖片識別數據集利用K-means算法實現圖片聚類
ML之K-means:基于DIY數據集利用K-means算法聚類(測試9種不同聚類中心的模型性能)
?
1、K-means的一個應用是分類手寫數字
這種算法可以在數字識別上得到相當好的結果,
參閱:http://ieeexplore.ieee.org/document/6755106/?reload=true
? ? ?假設我們有用像素亮度的長向量表示的數字的圖像。假設這些圖像是黑白兩色的,大小為 64×64 像素。每個像素代表一個維度。那么這些圖像就生活在一個有 64×64=4096 個維度的世界里。在這個 4096 維的世界里,K 均值聚類讓我們可以按接近程度對這些圖像分組,并且假設這些靠得很近的圖像都是同一個數字。
?
2、K-means算法實現聚類
?
?
相關文章
K-means聚類分析
機器學習公開課筆記(8):k-means聚類和PCA降維
?
?
?
總結
以上是生活随笔為你收集整理的ML之Clustering之K-means:K-means算法简介、应用、经典案例之详细攻略的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 成功解决TypeError: Objec
- 下一篇: ML之H-Clusters:基于H-Cl