知识卡片
质心是簇内逐维均值
给定簇成员,逐维求均值获得质心。例中 (2,2)、(3,3)、(3,2) 对应质心 (8⁄3,7⁄3),它不必是已有样本。这里对坐标取平均,KNN 则统计有标签邻居的票数。
[[簇数是分析设定]]。每个簇用一个逐维均值提供代表位置。
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
- 9.1.4 聚类问题中的多数表决 · 查看原书依据
假设现在我们通过K个质心得到了K个簇,现在需要做的是怎样让这K个簇形成新的质心。做法有很多,K-means算法选择了最简单的一种:求平均。每个簇都有若干数据点,求出这些数据点的坐标值均值,就得到了新质心的坐标值。
参考来源
- 位置:《机器学习算法的数学解析与Python实现》9.1.4 聚类问题中的多数表决(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00096.html`)
- 结论依据:本节给出按簇取坐标均值的规则和三点算例。
- 原始内容:假设现在我们通过K个质心得到了K个簇,现在需要做的是怎样让这K个簇形成新的质心。做法有很多,K-means算法选择了最简单的一种:求平均。每个簇都有若干数据点,求出这些数据点的坐标值均值,就得到了新质心的坐标值。