K均值聚类算法是如何收敛的?
发布网友
发布时间：2024-01-18 17:54
共1个回答
热心网友
时间：2024-03-17 23:58
K-MEANS算法的终止条件可以是以下任何一个：
1、没有（或最小数目）对象被重新分配给不同的聚类。
2、没有（或最小数目）聚类中心再发生变化。
3、误差平方和局部最小。
伪代码
选择k个点作为初始质心。
repeat 将每个点指派到最近的质心，形成k个簇，重新计算每个簇的质心，until，质心不发生变化。
扩展资料：
定义：
聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程，聚类就是一种发现这种内在结构的技术，聚类技术经常被称为无监督学习。
k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中。
K-MEANS算法的性质：k均值聚类是使用最大期望算法（Expectation-Maximization algorithm）求解的高斯混合模型（Gaussian Mixture Model, GMM）在正态分布的协方差为单位矩阵，且隐变量的后验分布为一组狄拉克δ函数时所得到的特例。
