kmeans原理

更新时间： 2025-08-31 05:14:34

kmeans原理如下：

输入：聚类个数k，以及包含n个数据对象的数据库。输出：满足方差最小标准的k个聚类。

K-means算法是很典型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。K-Means算法是无监督的聚类算法，它实现起来比较简单，聚类效果也不错，因此应用很广泛。K-Means算法有大量的变体，本文就从最传统的K-Means算法讲起，在其基础上讲述K-Means的优化变体方法。包括初始化优化K-Means++,距离计算优化elkanK-Means算法和大数据情况下的优化MiniBatchK-Means算法。

标签： 火腿肠危害哪些

上一篇：密封的鱼罐头怎么打开下一篇：野旷天低树江清月近的意思是什么

其他相关资讯

天气预报导航