k-means聚类的基本步骤
简介：关于k-means聚类的基本步骤的相关疑问，相信很多朋友对此并不是非常清楚，为了帮助大家了解相关知识要点，小编为大家整理出如下讲解内容，希望下面的内容对大家有帮助！
如果有更好的建议或者想看更多关于问答经验技术大全及相关资讯，可以多多关注茶馆百科网。
如果有更好的建议或者想看更多关于问答经验技术大全及相关资讯，可以多多关注茶馆百科网。
k-means算法是一种典型的基于距离的非分层聚类算法。在误差函数最小化的基础上，将数据划分为预定的类数K，并采用距离作为相似度的评价指标，即两个对象的距离越近，相似度越大。
k-means算法的基本步骤
(1)从数据中选择k个对象作为初始聚类中心
(2)计算每个聚类对象到聚类中心的距离进行划分
(3)重新计算每个聚类中心
(4)计算标准度量函数。如果达到最大迭代次数，则停止；否则，请继续操作。
本文主要介绍了关于k-means聚类的基本步骤的相关养殖或种植技术，问答经验栏目还介绍了该行业生产经营方式及经营管理，关注问答经验发展动向，注重系统性、科学性、实用性和先进性，内容全面新颖、重点突出、通俗易懂，全面给您讲解问答经验技术怎么管理的要点，是您问答经验致富的点金石。
以上文章来自互联网，不代表本人立场，如需删除，请注明该网址：http://23.234.50.4:8411/article/3435846.html