摘要:本文主要向大家介绍了机器学习入门之K-means clustering (K-均值聚类),通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
本文主要向大家介绍了机器学习入门之K-means clustering (K-均值聚类),通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
问题:K-均值聚类是无监督学习算法
设数据集,其中,。
假设这个数据可以分为类。
把这个问题模型化:
,
其中代表第类的聚点(中心点、均值)。
该模型可以用EM算法进行训练:
初始化,。
E步:固定,最小化,显然
,
其中。
M步:固定,最小化
,,
。
直至收敛。
—————————————————————————————————————————————————————
下面介绍一款机器学习软件,便于理解各种机器学习算法,下载完后,解压。
第一步:
双击,进入图形界面。
第二步:在空白处,首先左击几次
然后,右击几次
数据集准备好之后,就开始选择算法,点击菜单栏
中的
比如,我们用欧几里得距离,选择2个分类,然后点击“Cluster”按钮,看结果就可以了,
。
—————————————————————————————————————————————————————
对于K-means算法的实现:
JAVA中Weka,OpenCV,Python中的Scikit-Learn等。
本文由职坐标整理并发布,希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道!
您输入的评论内容中包含违禁敏感词
我知道了
请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了,明天再试试吧!
我们会在第一时间安排职业规划师联系您!
您也可以联系我们的职业规划师咨询:
版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
沪公网安备 31011502005948号