基本Kmeans算法介绍及其实现http://blog.csdn.net/qll125596718/article/details/8243404/kmeans++http://www.52ml.net/1695.html
分类：
其他好文 时间：
2015-11-18 22:44:34
阅读次数：
162
本文主要基于Anand Rajaraman和Jeffrey David Ullman合著，王斌翻译的《大数据-互联网大规模数据挖掘与分布式处理》一书。KMeans算法是最常用的聚类算法，主要思想是:在给定K值和K个初始类簇中心点的情况下，把每个点(亦即数据记录)分到离其最近的类簇中心点所代表的类簇中...
分类：
其他好文 时间：
2015-09-17 19:16:31
阅读次数：
252
接触kmeans 算法比较长时间了，但是一直没好好明白怎么回事。推荐几个好点的链接。http://coolshell.cn/articles/7779.htmlhttp://blog.csdn.net/zouxy09/article/details/9982495http://www.360doc....
分类：
其他好文 时间：
2015-09-09 17:11:22
阅读次数：
240
接触kmeans 算法比较长时间了，但是一直没好好明白怎么回事。推荐几个好点的链接。http://coolshell.cn/articles/7779.htmlhttp://blog.csdn.net/zouxy09/article/details/9982495http://www.360doc....
分类：
其他好文 时间：
2015-09-09 16:46:29
阅读次数：
501
Kmeans算法的Java实现，源码放在github上，大家有兴趣可以下下来看看， 源码地址：
https://github.com/l294265421/algorithm-kmeans
实现该算法主要阅读的书籍是：
《Web数据挖掘》第二版，作者：Bing Liu，译者：俞勇...
分类：
编程语言 时间：
2015-08-14 22:46:54
阅读次数：
202
0 K-means算法简介K-means是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。算法过程如下：1）从N个文档随机选取K个文档作为质...
分类：
编程语言 时间：
2015-07-28 12:38:26
阅读次数：
271
优点：原理简单（靠近中心点），实现容易（1、2 天），聚类效果中上（依赖K的选择）缺点：1. 无法确定K的个数 （根据什么指标确定K）2. 对离群点敏感 （容易导致中心点偏移）3. 算法复杂度不易控制 O(NKm)， 迭代次数可能较多 （m可能会比较大）4. 局部最优解而不是全局优 （这个和初始点选...
分类：
编程语言 时间：
2015-07-23 13:43:56
阅读次数：
168
算法采用数据集为iris(鸢尾花)可以在UCI上下载 http://archive.ics.uci.edu/ml/datasets/Iris数据集介绍：1. sepal length in cm2. sepal width in cm3. petal length in cm4. petal wid...
分类：
编程语言 时间：
2015-07-14 20:03:17
阅读次数：
132
写mapreduce程序实现kmeans算法。我们的想法可能是1.次迭代后的质心2. map里。计算每一个质心与样本之间的距离，得到与样本距离最短的质心，以这个质心作为key，样本作为value，输出3. reduce里，输入的key是质心，value是其它的样本，这时又一次计算聚类中心，将聚类中心...
分类：
编程语言 时间：
2015-07-11 13:33:25
阅读次数：
866
利用模拟退火提高Kmeans的聚类精度Kmeans算法是一种非监督聚类算法，由于原理简单而在业界被广泛使用，一般在实践中遇到聚类问题往往会优先使用Kmeans尝试一把看看结果。本人在工作中对Kmeans有过多次实践，进行过用户行为聚类（MapReduce版本）、图像聚类（MPI版本）等。然而在实践中...
分类：
其他好文 时间：
2015-06-30 21:35:45
阅读次数：
151
