ML之Clustering之K-means：K-means算法簡介、應用、經(jīng)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(shù)據(jù)類型?

2、K-Means算法的全局最優(yōu)解和局部最優(yōu)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(jīng)典案例

1、K-means的一個應用是分類手寫數(shù)字

2、K-means算法實現(xiàn)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(shù)據(jù)點找出一個新質心，再利用質心給新的數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)類型

2、K-Means算法的全局最優(yōu)解和局部最優(yōu)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(jīng)典案例

相關文章
ML之K-means：基于K-means算法利用電影數(shù)據(jù)集實現(xiàn)對top 100 電影進行文檔分類
ML之K-means：基于(完整的)手寫數(shù)字圖片識別數(shù)據(jù)集利用K-means算法實現(xiàn)圖片聚類
ML之K-means：基于DIY數(shù)據(jù)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(shù)字

這種算法可以在數(shù)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(shù)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(shù)字。

?

2、K-means算法實現(xiàn)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(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。