【python】实现k-means

Florrie Zhu

已于 2022-08-06 15:53:37 修改

阅读量741

点赞数

CC 4.0 BY-SA版权

分类专栏： python学习文章标签： python kmeans 聚类

于 2022-08-06 15:44:38 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Resume_f/article/details/126195977

本文介绍了K-Means聚类算法的步骤，包括K值的选择（手肘法）、算法实现、优点和缺点。K值选取时，通过观察误差平方和（SSE）随k变化的趋势，选择肘部对应的k值。K-Means算法简单易懂，适用于大数据集且簇近似高斯分布的情况，但缺点是K值需要预设，对初始中心和异常值敏感。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

K-Means

（理论部分略）

步骤：

选择初始化的k个样本作为初始聚类 $C=C_1,...,C_k$
针对数据集中每个样本 $x_i$ ，计算它到k个聚类中心的距离，并将其分到距离最小的聚类中心所对应的类别
针对每个类别 $C_j$ ，重新计算它的聚类中心点 $Cj=1ci∑x∈cixC_j=\frac{1}{c_i}\sum_{x \in {c_i}}x$

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。