机器学习算法实现（八）：K-means

K-means算法R语言实践

第一步：加载R包

library(stats)#该包属于默认包，会自动加载

第二步：构建K-means聚类模型

model.Kmeans <-kmeans(x=subset(iris, select =-Species), centers=3)

第三步：生成混淆矩阵

table(model.Kmeans$cluster,iris$Species)


K-means算法原理

算法描述

输入：簇的数目k；包含n个对象的数据集D。

输出：k个簇的集合。

方法：

从D中任意选择k个对象作为初始簇中心；

repeat;

根据簇中对象的均值，将每个对象指派到最相似的簇；

更新簇均值，即计算每个簇中对象的均值；

计算准则函数；

until准则函数不再发生变化。


参考文献

本文转载自    http://www.360doc.com/userhome.aspx?userid=26290960&cid=10

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容