知识卡片

结构图卡 · 9841.i · 生成模型:Hunyuan

KMeans:排他划分与迭代重定位

理解等级:中级

KMeans 是用距离衡量相似度的排他式划分方法:给定 n 个对象,把它切成 k 个簇(k≤n),要求每簇至少有一个对象、每个对象只能属于一个簇。它先把距离近的对象视为同类,以紧凑且独立的簇为优化目标。过程是随机选 k 个对象作为初始质心,每个质心代表一个簇;对其余对象按与质心的距离赋给最近的簇;然后重算各簇均值作为新质心,并在对象归属发生变化时继续迭代,直到所有对象的簇归属不再改变。初始质心的选择对结果影响很大,同样的散点可能收敛到不同局部最优。因实现简单、对大数据集相对高效,KMeans 常在推荐系统中充当前置步骤:先把海量用户与物品压缩成 k 类,再对类计算协同过滤,显著降低后续相似度计算量。下图展示的正是赋值、重算、判收敛这条闭环。

结构图:

flowchart TD
  A[随机选 k 个对象作质心] --> B[每个对象赋给最近质心]
  B --> C[重新计算各簇均值作新质心]
  C --> D{簇归属是否变化?}
  D -->|是| B
  D -->|否| E[收敛,输出 k 个簇]
这张卡片看不懂?

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 推荐系统原理 · 查看原书依据

      KMeans(也称为K均值)是典型的基于距离的排他的划分方法:给定一个n个对象的数据集(如图4.8所示),它可以构建数据的k个划分,每个划分就是一个聚类,并且k≤n,同时还要满足两个要求:

    参考来源

    - 位置:《机器学习算法原理与编程实践》第4章 推荐系统原理(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00016.html) - 结论依据:原文给出 KMeans 作为排他划分方法的两个要求、随机选质心与迭代重定位的基本原理,并说明它把海量数据精简为少数簇以降低协同过滤计算量,支撑本卡。 - 原始内容:KMeans(也称为K均值)是典型的基于距离的排他的划分方法:给定一个n个对象的数据集(如图4.8所示),它可以构建数据的k个划分,每个划分就是一个聚类,并且k≤n,同时还要满足两个要求: