知识卡片
k均值的四步迭代
循环的两个动作 给定 k 之后,k 均值只做两件事:把每个点分配给最近的质心;把质心移到本簇所有点的算术平均位置。初始质心可以随机取,也可以凭经验给,随后“分配—重算”一轮轮执行,簇边界逐步稳定。
质心是什么 质心是簇内对象在 n 个属性上的均值向量,几何上是这一簇的重心。它通常不是数据集中真实存在的某个对象,而是算出来的一个位置——这一点与后面 PAM 用真实对象作中心形成对照。
收敛条件 停止有两种情形:质心位置不再变化;或质心与点的归属在相邻两轮之间来回振荡(当某些点到两个质心的距离恰好相等时会出现)。振荡不是程序出错,而是达到了稳定但不唯一的划分。
推广到多维 二维平面上的欧氏距离与均值坐标可直接搬到 n 维:距离按各属性差的平方和开方,质心按每个属性分别求平均。属性越多,这种“逐维平均”的假设越需要检查是否成立。
结构图:
flowchart TD
A[选定k与初始质心] --> B[计算各点到质心的距离]
B --> C[把点分配给最近质心]
C --> D[按簇内均值重算质心]
D --> E{质心是否还在移动}
E -- 是 --> B
E -- 否或振荡 --> F[输出k个簇]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第4章 高级分析理论与方法:聚类 · 查看原书依据
当计算出的质心不改变,或者质心和所分配的点在两个相邻迭代间来回振荡时,就达到收敛了。当有一个或多个点到计算出的质心距离相等时,就可能发生后面这种情况。
参考来源
- 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第4章 高级分析理论与方法:聚类(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0014_split_002.html)
- 结论依据:4.2.2 节列出 k 均值四步算法、质心的二维与 n 维计算公式,并明确收敛的两种情形;4.2.5 节补充结果对初始质心位置敏感。
- 原始内容:当计算出的质心不改变,或者质心和所分配的点在两个相邻迭代间来回振荡时,就达到收敛了。当有一个或多个点到计算出的质心距离相等时,就可能发生后面这种情况。