版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、Kmeans應(yīng)用與特征選擇應(yīng)用與特征選擇近些年來(lái),機(jī)器學(xué)習(xí)的發(fā)展日新月異,機(jī)器學(xué)習(xí)的兩大問(wèn)題:分類和聚類也不斷有新的算法來(lái)填充。而對(duì)于大量樣本的數(shù)據(jù),由于人工標(biāo)注成本很高,經(jīng)常是沒(méi)有標(biāo)簽的數(shù)據(jù),需要用聚類算法來(lái)發(fā)現(xiàn)數(shù)據(jù)中有幾類,每一類是什么樣,有什么性質(zhì),各類之間的關(guān)系是什么樣。Kmeans是聚類算法中簡(jiǎn)單有效的一種,也稱為k均值算法。本文先介紹kmeans聚類的方法,包括主要思想和具體步驟;然后把算法應(yīng)用在鳶尾花數(shù)據(jù)集上,并且改變特征
2、的數(shù)量,來(lái)看對(duì)聚類結(jié)果的影響;接著,本文對(duì)kmeans算法的優(yōu)缺點(diǎn)進(jìn)行了討論,并和其他算法進(jìn)行比較,還介紹了該算法在使用時(shí)候需要注意的問(wèn)題;最后,我們根據(jù)實(shí)驗(yàn)結(jié)果總結(jié)結(jié)論,得出kmeans是有效的一種聚類算法,并且特征的選擇會(huì)對(duì)聚類結(jié)果產(chǎn)生很大影響。2方法Kmeans的主要思想是將離散的許多數(shù)據(jù)點(diǎn)利用k個(gè)質(zhì)心進(jìn)行聚類,分成k簇來(lái)區(qū)分相似性較小的數(shù)據(jù)點(diǎn),并把相似性較大的數(shù)據(jù)點(diǎn)歸為一類。該方法利用不斷更新數(shù)據(jù)點(diǎn)的質(zhì)心歸屬和質(zhì)心的位置來(lái)最終收
3、斂到最優(yōu)解。Kmeans有四個(gè)主要步驟:(1)利用kmeans在n個(gè)數(shù)據(jù)點(diǎn)中取k個(gè)質(zhì)心:普通kmeans算法中,是隨機(jī)選取k個(gè)數(shù)據(jù)點(diǎn)最為初始的質(zhì)心,但這樣的對(duì)于聚類的個(gè)數(shù),我們分別設(shè)為2,3,4來(lái)進(jìn)行實(shí)驗(yàn),觀察實(shí)驗(yàn)結(jié)果,通過(guò)可視化方法,判斷設(shè)為幾類才是最合適的。4結(jié)果展示我們用散點(diǎn)圖標(biāo)注每個(gè)數(shù)據(jù)點(diǎn),并且用顏色(紅,藍(lán),綠,黃)區(qū)分它所屬的類別,來(lái)觀察數(shù)據(jù)點(diǎn)在特征空間的分布,判斷聚類結(jié)果十分合理。在每個(gè)圖中,橫坐標(biāo)代表花某一部分的長(zhǎng)度,縱
4、坐標(biāo)代表花某一部分的寬度,坐標(biāo)軸的單位都是厘米,每一種顏色是一簇。首先我們僅用花萼長(zhǎng)度,花萼寬度來(lái)聚類,聚類的類別個(gè)數(shù)分別設(shè)定為2,3,4,對(duì)應(yīng)從左到右三個(gè)圖。可以看出花萼長(zhǎng)度和寬度的數(shù)據(jù)分布沒(méi)有特別明顯的簇狀分布,所以類別個(gè)數(shù)分為2,3,4看起來(lái)都有一定道理。然后,我們用花瓣長(zhǎng)度,花瓣寬度來(lái)聚類,聚類的類別個(gè)數(shù)分別設(shè)定為2,3,4,對(duì)應(yīng)從左到右三個(gè)圖。我們能看到很明顯有兩簇?cái)?shù)據(jù)點(diǎn)分布較遠(yuǎn),中間隔著很大距離,即畫面左下角的簇和畫面中間到
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Relief特征選擇算法的研究與應(yīng)用.pdf
- kmeans聚類算法的改進(jìn)研究及應(yīng)用(1)
- 基于SVM的特征選擇與集成學(xué)習(xí)研究與應(yīng)用.pdf
- 特征選擇在入侵檢測(cè)中的研究與應(yīng)用.pdf
- 新型學(xué)習(xí)技術(shù)中特征選擇的研究與應(yīng)用.pdf
- 快速核方法設(shè)計(jì)與PCA之特征選擇應(yīng)用.pdf
- 特征選擇與特征學(xué)習(xí)算法研究.pdf
- 基于聚類的多層特征選擇算法的研究與應(yīng)用
- 數(shù)據(jù)特征選擇及其應(yīng)用研究.pdf
- 特征選擇與圖像匹配.pdf
- 入侵檢測(cè)中特征選擇技術(shù)的應(yīng)用
- 基于特征點(diǎn)選擇的聚類算法研究與應(yīng)用.pdf
- 網(wǎng)絡(luò)流量識(shí)別中特征選擇算法的研究與應(yīng)用.pdf
- 基于支持向量機(jī)的特征選擇方法的研究與應(yīng)用.pdf
- 語(yǔ)音情感識(shí)別的特征選擇與特征產(chǎn)生.pdf
- 聚類特征選擇方法的研究和應(yīng)用
- 組特征選擇算法及其應(yīng)用研究.pdf
- 多標(biāo)簽特征選擇算法研究及應(yīng)用.pdf
- 特征提取與特征選擇技術(shù)研究.pdf
- 社會(huì)選擇可實(shí)施特征與實(shí)施機(jī)制應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論