K-means算法是很典型的基于距离的聚类算法,采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。其中K值是目标聚类个数。
算法过程
1.初始化:随机初始化每个类别的质心
2.计算每个点到各个质心的距离,并把点归到最近的质心的类
3.重新计算已经得到的各个类的质心
4.迭代2~3步,直到没有点变更所属类别,算法收敛
本文分享自 作者个人站点/博客 前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!