文章插圖
文章插圖
算法步驟如下：
1、初始化
已知數據集合X，及事先指定聚類的總類數N，在X中隨機選取N個對象作為初始的聚類中心 。2、設定迭代終止條件
通常設置最大循環次數或者聚類中心的變化誤差 。3、更新樣本對象所屬類
根據距離準則將數據對象分配到距離最接近的類 。4、更新類的中心位置
將每一類的平均向量作為下次迭代的聚類中心 。5、重復步驟3~4，滿足步驟2中的迭代終止條件時，停止
Matlab代碼見下圖：
二、K均值聚類算法應用舉例
1、隨機生成三組數據
2、指定聚類個數及初始化各類的中心位置
3、調用K均值聚類得到聚類結果
- 朱令一家為啥命這么苦 吳今和朱令的面相分析
- matlab擬合直線方程 matlab線性擬合代碼
- 直流穩壓電源故障分析 直流穩壓電源結論
- 干洗店利潤分析干洗店利潤有多少 干洗店利潤分析表
- matlab2013b安裝步驟 matlab2015b安裝步驟
- 吃櫻桃好處多但有些人不宜吃,櫻桃的養生功效分析
- 服務質量差距分析模型 服務質量評價模型
- 用戶研究:如何做用戶畫像分析-簡書 什么叫用戶畫像分析
- 如何分析項目的可行性 項目可行性分析分哪些方面?
- 產品對比分析報告怎么做 同類產品對比分析報告模板