K-mean执行步骤
1,根据参数选择聚心的数量 如果分成两类,那么会随机分配两个聚心的位置,并根据聚心的位置给它分配一些点
下图 红蓝X就是两个聚心
2.计算分配的这些点,距离自己聚心的距离,算出平均值。聚心会根据算出的平均值,移动自己到平均值的位置,再次进行分配点
3,继续上一步的操作,迭代多次。直至聚心稳定。
K-means算法,随机聚心的位置,会导致聚类结果的不同。一般会初始化聚心多次,从中选择最优的聚类。
K-mean执行步骤
1,根据参数选择聚心的数量 如果分成两类,那么会随机分配两个聚心的位置,并根据聚心的位置给它分配一些点
下图 红蓝X就是两个聚心
2.计算分配的这些点,距离自己聚心的距离,算出平均值。聚心会根据算出的平均值,移动自己到平均值的位置,再次进行分配点
3,继续上一步的操作,迭代多次。直至聚心稳定。
K-means算法,随机聚心的位置,会导致聚类结果的不同。一般会初始化聚心多次,从中选择最优的聚类。