聚类分析实验报告作业

您所在的位置:网站首页 k均值聚类算法实验报告 聚类分析实验报告作业

聚类分析实验报告作业

2023-09-08 19:26| 来源: 网络整理| 查看: 265

 

         C 为聚类中心,X 为簇中数据点

         由推导可以看出,当质心为簇中数据均值时,SSE 最小 (3)K-Means 算法步骤         1. 从数据中选择 k 个对象作为初始聚类中心;         2. 计算每个聚类对象到聚类中心的距离来划分;         3. 再次计算每个聚类中心         4. 计算标准测度函数,直到达到最大迭代次数,则停止,否则,继续操作。         5. 确定最优的聚类中心 (4)性质       k 均值聚类是使用最大期望算法(Expectation-Maximization algorithm)求解的 高斯混合模型(Gaussian Mixture Model, GMM)在正态分布的协方差为单位矩阵,且 隐变量的后验分布为一组狄拉克δ函数时所得到的特例。 二、算法代码

三、仿真实验结果及其分析

                                          图 1     从图中可知,较好的K值为2或3

                                                              图 2     k=2时

                                                            图 3     k=3时

      学习总是没有止境的,就如同K值拐点的选择一样,人生也并不是唯一确定的,人生不同之处在于,数据有最佳选择,但是人生永远没有最好的选择,我们能做的就是把选择的路走到最好。共勉~在学习的路上,新手上路总会磕磕碰碰,但是我们要迎难而上,就像学走路时的你,不就是跌跌撞撞学会的走路吗?人生是个圆,有的人走了一辈子也没有走出命运画出的圆圈,他就是不知道,圆上的每一个点都有一条腾飞的切线。希望自己能认真努力的把握机会,就算没有机会,也要创造机会,达到自己的奋斗目标。



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3