聚类算法之K-means 、 K中心点、hierarchical methods

标签：

聚类算法有以下几类：

一 层次方法

层次方法创建给定数据对象集的层次分解。根据层次的分解的形成方式，层次的方法又可以分为凝聚和分裂方法。

凝聚法：自底向上。开始将每个对象形成单独的组，然后层次合并相似的组，直到所有的组合合并成一个或者满足某个终止条件。

分裂法：自顶向下。开始将所有对象置于一个簇中，每次迭代，簇分裂成更小的簇，直到每个对象都各在一个簇中或者满足某个终止条件。

二 划分方法

给定n个对象或者数据元组的数据库，划分方法构造数据的k个划分，每个划分为一个簇，k《n。给定要构造的划分数组k,划分方创建一个初始划分。然后采用迭代重定位技术，尝试通过对象在组间移动来改进划分。

典型的划分方法是：K-means 和 K中心点

2.1 K-means

input：

• K，簇的数目
• D，包含n个对象的数据集

output:

• k个簇的集合

process：

1. 从D中任意选择K个对象作为初始簇中心
2. repeat:

　　　　　　根据簇中对象的均值，将每个对象再指派到最相似的簇中；

　　　　　　更新簇均值

　　    until 簇不再发生改变

聚类算法之K-means 、 K中心点、hierarchical methods

标签：

原文地址：http://www.cnblogs.com/tosouth/p/4746219.html