Kmeans聚类算法ppt课件PPT格式课件下载.ppt
- 文档编号:13055978
- 上传时间:2022-10-04
- 格式:PPT
- 页数:19
- 大小:3.27MB
Kmeans聚类算法ppt课件PPT格式课件下载.ppt
《Kmeans聚类算法ppt课件PPT格式课件下载.ppt》由会员分享,可在线阅读,更多相关《Kmeans聚类算法ppt课件PPT格式课件下载.ppt(19页珍藏版)》请在冰豆网上搜索。
四、调整新类并且重新计算出新类的中心。
五、计算聚类准则函数E,若E不满足收敛条件。
重复二、三、四,六、结束,精选版课件ppt,4,八、K-means聚类算法,2.K-means聚类算法原理K-Means算法的工作框架:
精选版课件ppt,5,八、K-means聚类算法,2.K-means聚类算法原理,K-means算法的工作流程,精选版课件ppt,6,(补充)距离的算法的选择一般,我们都是以欧拉距离来计算与种子点的距离。
但是,还有几种可以用于k-means的距离计算方法。
1)闵可夫斯基距离可以随意取值,可以是负数,也可以是正数,或是无穷大。
2)欧拉距离也就是第一个公式=2的情况3)市郊区距离公式也就是第一个公式=1的情况4)余弦距离(常用于文本),精选版课件ppt,7,(补充)距离的算法的选择,闵可夫斯基距离,欧拉距离,市郊区距离公式,精选版课件ppt,8,八、K-means聚类算法,3K-means聚类算法特点及应用3.1K-means聚类算法特点优点:
(1)算法简单、快速。
(2)对处理大数据集,该算法是相对可伸缩的和高效率的。
(3)算法尝试找出使平方误差函数值最小的k个划分。
缺点:
(1)K-means聚类算法只有在簇的平均值被定义的情况下才能使用。
(2)要求用户必须事先给出要生成的簇的数目k。
(3)对初值敏感。
(4)不适合于发现非凸面形状的簇,或者大小差别很大的簇。
(5)对于“噪声”和孤立点数据敏感。
精选版课件ppt,9,K-means缺点以及改进
(1)要求用户必须事先给出要生成的簇的数目k。
这个k并不是最好的。
解决:
肘部算法肘部算法是一种启发式方法来估计最优聚类数量,称为肘部法则(ElbowMethod)。
从图中可以看出,K值从1到3时,平均畸变程度变化最大。
超过3以后,平均畸变程度变化显著降低。
因此肘部就是K=3。
各个类畸变程度(distortions)之和;
每个类的畸变程度等于该类重心与其内部成员位置距离的平方和;
最优解以成本函数最小化为目标,其中uk是第k个类的重心位置,精选版课件ppt,10,K-means缺点以及改进
(2)K-Means算法需要用初始随机种子点来搞,不同是起点结果不同。
可能导致算法陷入局部最优。
K-Means+算法(初始的聚类中心之间的相互距离要尽可能的远),1.先从我们的数据库随机挑个随机点当“种子点”2.对于每个点,我们都计算其和最近的一个“种子点”的距离D(x)并保存在一个数组里,然后把这些距离加起来得到Sum(D(x)。
3.然后,再取一个随机值,用权重的方式来取计算下一个“种子点”。
这个算法的实现是,先取一个能落在Sum(D(x)中的随机值Random,然后用Random-=D(x),直到其=0,此时的点就是下一个“种子点”。
4.重复2和3直到k个聚类中心被选出来5.利用这k个初始的聚类中心来运行标准的k-means算法,假设A、B、C、D的D(x)如上图所示,当算法取值Sum(D(x)*random时,该值会以较大的概率落入D(x)较大的区间内,所以对应的点会以较大的概率被选中作为新的聚类中心。
精选版课件ppt,11,八、K-means聚类算法,3K-means聚类算法特点及应用3.2K-means聚类算法应用
(1)K-means算法在散货船代货运系统中的应用
(2)K-Means算法在客户细分中的应用补充:
K-means适用于各种各样的领域。
比如文本分析、路径规划、神经网络、用户行为、生物信息等,精选版课件ppt,12,八、K-means聚类算法,实例分析一利用K-mean方法,对AL12个数据分成两类。
初始的随机点指定为M1(20,60),M2(80,80)。
列出每一次分类结果及每一类中的平均值(中心点)。
i=1,2,精选版课件ppt,13,八、K-means聚类算法,精选版课件ppt,14,八、K-means聚类算法,精选版课件ppt,15,八、K-means聚类算法,精选版课件ppt,16,八、K-means聚类算法,精选版课件ppt,17,八、K-means聚类算法,实例分析二设有数据样本集合为X=1,5,10,9,26,32,16,21,14,将X聚为3类,即K=3。
随即选择前三个数值为初始的聚类中心,即z1=1,z2=5,z3=10(采用欧氏距离计算),第一次,第二次,精选版课件ppt,18,八、K-means聚类算法,在第五次迭代时,得到的三个簇与第四迭代结果相同,而且准则函数E收敛,迭代结束,结果如下表所示:
k为迭代次数,精选版课件ppt,此课件下载可自行编辑修改,供参考!
感谢您的支持,我们努力做得更好!
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Kmeans 算法 ppt 课件