知识卡片
分散初始化避开重叠种子
K-means++ 随机选首个中心,再以每个点到最近已有中心的平方距离为权重抽下一个,直至选齐 K 个。已被中心覆盖较好的位置权重低。它改善初始化但仍随机,比较时宜使用相同重启预算。
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
- 搞懂算法:聚类是怎么回事 · 查看原书依据
首先计算每个样本点与当前已有质心的最短距离(即与最近一个质心的距离),用 D(x)表示;接着计算每个样本点被选中作为下一个质心的概率,即。
参考来源
- 位置:《从零开始:机器学习的数学原理和算法实践》第11章《搞懂算法:聚类是怎么回事》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter011.xhtml)
- 结论依据:原书以十个点的累积概率表展示 K-means++ 的抽样。
- 原始内容:首先计算每个样本点与当前已有质心的最短距离(即与最近一个质心的距离),用 D(x)表示;接着计算每个样本点被选中作为下一个质心的概率,即。