k均值聚类（未完）
2020-03-17 本文已影响0人
番茄酱的汪
- 非监督学习
- 算法：
- 迭代步骤1：指定k个类中心，或者其他方法：
1.选择彼此距离尽可能远的K个点
2.所有的数据点中选出密度最大的一个点作为第一个初始聚类中心点，然后选择距离该点最远的那个点作为第二个初始类簇中心点，然后再选择距离前两个点的最短距离最大的那个点作为第三个初始类簇的中心点，以此类推，直至选出K个初始类簇中心点
3.首先选出密度最大的那个点，然后减去他周围最近的n个点（数据总数除以k）；然后再找到剩余数据点中密度最大的点，然后减去他周围最近的n个点，以此类推直到找到k个初始点。次方法适用于每一类数据点个数相等的情况。此方法选出的初始点也基本都分在了不同的簇中，但是相对于第一种有一定的局限性。
- 迭代步骤1：指定k个类中心，或者其他方法：
