美文网首页
K-means改进算法(一):K-means++

K-means改进算法(一):K-means++

作者: 生信编程日常 | 来源:发表于2020-12-11 23:04 被阅读0次

    在普通的K-means算法中,会存在以下的缺点:

    1). 只能收敛到局部最优,受到初始值较大;
    2). K不确定,需自己确定;
    3). 受noise影响较大。

    为了改进k-means算法,出现了K-means++,ISODATA和Kernel K-means等方法。

    其中K-means++算法是对初始值选择进行了改进。
    普通k-means算法的步骤大概如下所示(假设k=3):


    普通的K均值算法是随机选取K个点作为聚类的中心,而K-means++按照如下的思想选取K个聚类中心,其基本的思想是,K个初始聚类中心相互之间应该分得越开、离得越远越好(图片来自https://www.cnblogs.com/yixuan-xu/p/6272208.html):

    相关文章

      网友评论

          本文标题:K-means改进算法(一):K-means++

          本文链接:https://www.haomeiwen.com/subject/njpsgktx.html