【数据挖掘题目,K—均值算法应用假设数据挖掘的任务是将如下的-查字典问答网
分类选择

来自李琴书的问题

  【数据挖掘题目,K—均值算法应用假设数据挖掘的任务是将如下的八个点(用(x,y)代表位置)聚类为三个簇.A1(2,10),A2(2,5),A3(8,4),B1(5,8),B2(7,5),B3(6,4),C1(1,2),C2(4,9)距离函数】

  数据挖掘题目,K—均值算法应用

  假设数据挖掘的任务是将如下的八个点(用(x,y)代表位置)聚类为三个簇.A1(2,10),A2(2,5),A3(8,4),B1(5,8),B2(7,5),B3(6,4),C1(1,2),C2(4,9)距离函数是欧几里得距离.假设初始我们选择A1,B1和C1分别为每个簇的中心,用k均值算法给出:

  在第一轮执行后的三个簇中心点为多少?2.最后的三个簇是什么

3回答
2020-06-15 14:42
我要回答
请先登录
孙汝霞

  第一轮

  A1(2,10)

  B1(5,8),A3(8,4),B2(7,5),B3(6,4),C2(4,9)

  C1(1,2),A2(2,5)

  对应中心分别是(2,10),(6,6),(1.5,3.5)

  最后结果:

  {A1(2,10),B1(5,8),C2(4,9)}

  {A3(8,4),B2(7,5),B3(6,4)}

  {C1(1,2),A2(2,5)}

2020-06-15 14:47:09
李琴书

  请问是怎么分类的?比如说A1做中心时,是用各点离它的距离远近来判断是否能成为它的簇里么?谢谢

2020-06-15 14:48:41
孙汝霞

  过程是这样的,第一轮以选的三个点为聚类中心,然后每取一个点判断与这三个中心之间的距离,并将该点放入到距离最近的中心点对应的类中,直到所有点处理晚。然后对每个聚类重新计算中心,计算方法就是取各个维度上的平均值。之后再将所有点再与这些中心计算距离并重新分类,知道不再有点发生分类变化为止。

2020-06-15 14:51:07

最新问答

推荐文章

猜你喜欢

附近的人在看

推荐阅读

拓展阅读

  • 大家都在看
  • 小编推荐
  • 猜你喜欢
  •