7,129
个编辑
更改
跳到导航
跳到搜索
第82行：
第82行： − +
→算法
===标准算法（朴素k-means）===
===标准算法（朴素k-means）===
最常见的算法使用迭代优化技术。由于它的普遍性，它通常被称为“ k-means算法”,也被称为[[劳埃德算法 Lloyd's algorithm]]，特别是在计算机科学界。有时也称为“朴素k-means”，因为存在更快的替代方法。<ref>{{Cite journal|last=Pelleg|first=Dan|last2=Moore|first2=Andrew|date=1999|title=Accelerating exact k -means algorithms with geometric reasoning|url=http://portal.acm.org/citation.cfm?doid=312129.312248|journal=Proceedings of the Fifth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining - KDD '99|language=en|location=San Diego, California, United States|publisher=ACM Press|pages=277–281|doi=10.1145/312129.312248|isbn=9781581131437}}</ref>
最常见的算法使用迭代优化技术。由于它的普遍性，它通常被称为“ k-means算法”,也被称为[[劳埃德算法 Lloyd's algorithm]]，特别是在计算机科学界。有时也称为“朴素k-means”，因为存在更快的替代方法。<ref>{{Cite journal|last=Pelleg|first=Dan|last2=Moore|first2=Andrew|date=1999|title=Accelerating exact k -means algorithms with geometric reasoning|url=http://portal.acm.org/citation.cfm?doid=312129.312248|journal=Proceedings of the Fifth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining - KDD '99|language=en|location=San Diego, California, United States|publisher=ACM Press|pages=277–281|doi:10.1145/312129.312248|isbn:9781581131437}}</ref>
给定一个初始的k均值m<sub>1</sub><sup>（1</sup>），...，m<sub>k</sub><sup>（1）</sup>（见下文），该算法通过以下两个步骤交替进行：<ref>{{Cite book |url=http://www.inference.phy.cam.ac.uk/mackay/itila/book.html |title=Information Theory, Inference and Learning Algorithms |last=MacKay |first=David |publisher=Cambridge University Press |year=2003 |isbn=978-0-521-64298-9 |pages=284–292 |chapter=Chapter 20. An Example Inference Task: Clustering |mr=2012999 |ref=mackay2003 |chapterurl=http://www.inference.phy.cam.ac.uk/mackay/itprnn/ps/284.292.pdf }}</ref>
给定一个初始的k均值m<sub>1</sub><sup>（1</sup>），...，m<sub>k</sub><sup>（1）</sup>（见下文），该算法通过以下两个步骤交替进行：<ref>{{Cite book |url=http://www.inference.phy.cam.ac.uk/mackay/itila/book.html |title=Information Theory, Inference and Learning Algorithms |last=MacKay |first=David |publisher=Cambridge University Press |year=2003 |isbn=978-0-521-64298-9 |pages=284–292 |chapter=Chapter 20. An Example Inference Task: Clustering |mr=2012999 |ref=mackay2003 |chapterurl=http://www.inference.phy.cam.ac.uk/mackay/itprnn/ps/284.292.pdf }}</ref>