文章插图
文章插图
一、K均值聚类算法
算法步骤如下:
1、初始化
已知数据集合X,及事先指定聚类的总类数N,在X中随机选取N个对象作为初始的聚类中心 。2、设定迭代终止条件
通常设置最大循环次数或者聚类中心的变化误差 。3、更新样本对象所属类
根据距离准则将数据对象分配到距离最接近的类 。4、更新类的中心位置
将每一类的平均向量作为下次迭代的聚类中心 。5、重复步骤3~4,满足步骤2中的迭代终止条件时,停止
Matlab代码见下图:
K均值聚类算法-Matlab代码
二、K均值聚类算法应用举例
1、随机生成三组数据
随机生成的三组数据
2、指定聚类个数及初始化各类的中心位置
初始化聚类中心
3、调用K均值聚类得到聚类结果
【matlab聚类分析代码 谱聚类算法的MATLAB代码】K均值聚类结果
- 朱令一家为啥命这么苦 吴今和朱令的面相分析
- matlab拟合直线方程 matlab线性拟合代码
- 直流稳压电源故障分析 直流稳压电源结论
- 干洗店利润分析干洗店利润有多少 干洗店利润分析表
- matlab2013b安装步骤 matlab2015b安装步骤
- 吃樱桃好处多但有些人不宜吃,樱桃的养生功效分析
- 服务质量差距分析模型 服务质量评价模型
- 用户研究:如何做用户画像分析-简书 什么叫用户画像分析
- 如何分析项目的可行性 项目可行性分析分哪些方面?
- 产品对比分析报告怎么做 同类产品对比分析报告模板