K均值算法介绍
发布网友
发布时间：2022-12-05 07:17
共1个回答
热心网友
时间：2024-11-04 14:06
从没有标记过的数据中学习称之为非监督学习。
在非监督学习中，通过算法来定义一些数据的结构，将数据分别聚合到这些子集中，这种算法称之为聚类算法。
K均值 (K-means) 算法是最常用的一种聚类算法。
假设有如上的数据集，可以看到只有输入 ，没有输出 。
下面说明一下K均值算法的过程
K均值算法的代价函数为：
优化目标就是使用上面的代价函数最小化所有参数。
上述步骤中
第3步集群分配，是通过找到离样本最近的聚类中心点来最小化代价函数；
第4步移动质心，是通过改变样本和聚类中心点的距离来最小代价函数。
在K均值算法中，代价函数是一直下降的，不可能出现上升的情况。
聚类中心的个数 一般都是小于样本数量 的，因此可以随机取 个样本来作为聚类中心。
步骤
这样做的优点是方便快捷，缺点是不一定能够找到最佳的聚类中心，容易陷入局部最优。
这种陷入局部最优的情况在聚类中心过少时一般会出现，一般在 的情况下，解决办法是多次执行该步骤，比较代价函数的值，取最小值。
聚类中心数量的选择没有固定的方法，跟主观上的判断有很大关系，也跟业务，以及一些客观条件，以及使用K均值算法的目标有关。
