人工智能基礎與應用（第2版）（微課版）課件 5-2 k均值聚類_第1頁
人工智能基礎與應用（第2版）（微課版）課件 5-2 k均值聚類_第2頁
人工智能基礎與應用（第2版）（微課版）課件 5-2 k均值聚類_第3頁
人工智能基礎與應用（第2版）（微課版）課件 5-2 k均值聚類_第4頁
人工智能基礎與應用（第2版）（微課版）課件 5-2 k均值聚類_第5頁
已閱讀5頁，還剩5頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領

文檔簡介

5-2k均值聚類模塊?物以類聚：發(fā)現(xiàn)新簇群目錄CONTENTSk均值算法01k均值算法應用提示02一.k均值算法1.概念k均值（k-means）算法是一種基于距離劃分的聚類算法，由于其具有算法簡單、靈活性高、運行效果足夠好等特點，因此較常用。該算法計算樣本與簇質(zhì)心的距離，與簇質(zhì)心相近的樣本被劃分為同一簇。重用歐式距離計算樣本之間的相似度一.k均值算法2.算法流程一.k均值算法2.算法流程“×”為質(zhì)心，第一輪迭代后用分別標記為星形和圓形來表示兩個類別，此時新的質(zhì)心的位置已經(jīng)發(fā)生了改變。圖5-5（e）和圖5-5（f）重復了圖5-5（c）和圖5-5（d）所示的過程?！痢炼?k均值算法應用提示1.k的初值k的初值。k是一個提前定義好的數(shù)，其目標是最小化每個簇內(nèi)部的差異，最大化簇之間的差異。那k取什么值合適呢？它取決于具體的業(yè)務需求或分析動機。例如，營銷部門只有3種不同的客戶資源來支撐拓展市場，那么設定k=3以聚類3種不同的客戶可能是一個不錯的決定。k=沒有先驗知識，建議令然后在附近值搜索。二.k均值算法應用提示2.初始質(zhì)心的選擇k均值算法對初始質(zhì)心是比較敏感的，這意味著隨機的初始質(zhì)心可能會對最終的聚類結(jié)果產(chǎn)生較大的影響。選擇初始質(zhì)心的方法有3種：一是如果事先知道某幾個樣本彼此之間完全不同，就選擇它們作為初始質(zhì)心；二是跳出樣本范圍，在特征空間的任意地方取隨機值為初始質(zhì)心；三是分段選擇初始質(zhì)心，第一個初始質(zhì)心隨機選擇，其他初始質(zhì)心按距離已定初始質(zhì)心最遠的樣本點來選擇。建議：通過多次運行，以聚類性能最優(yōu)的聚類結(jié)果為最優(yōu)解。二.k均值算法應用提示3.聚類完畢后有簇號聚類后所有樣本都是有簇號的。原來沒有標簽號（簇號）的樣本經(jīng)過聚類會擁有一個簇號。相同簇號的樣本的特征平均值就是該簇質(zhì)心的坐標，這也是k均值算法名稱的由來。提示：簇號默認從0開始，相同簇號的樣本屬于一類。二.k均值算法應用提示4.聚類結(jié)束條件盡管聚類能產(chǎn)生新的信息，但人們不應該在新信息的準確性上花費太多時間，因為聚類是無監(jiān)督學習，所以更應該關注對新信息的洞察和理解。當樣本數(shù)量很大，或者定義的聚類誤差很嚴苛時，為避免聚類陷入遲遲不出結(jié)果的尷尬局面，必須設定最大迭代次數(shù)和誤差閾值，滿足其一即可停止聚類。提示：迭代達到最大值，停止；

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論