Kmeans和GMM算法思路和Demos_第1页
Kmeans和GMM算法思路和Demos_第2页
Kmeans和GMM算法思路和Demos_第3页
Kmeans和GMM算法思路和Demos_第4页
Kmeans和GMM算法思路和Demos_第5页
已阅读5页,还剩11页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

聚类Kmeans和GMM,吴智平31520111153200,Kmeans,输入:聚类个数k,以及包含n个数据对象的矩阵。输出:满足方差最小标准的k个聚类。,算法过程,(1)从n个数据对象任意选择k个对象作为初始聚类中心;(2)根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分;(3)重新计算每个(有变化)聚类的均值(中心对象)(4)循环(3)到(4)直到每个聚类不再发生变化为止,Kmeans,初始点选择利用随机数srand(time(NULL);temp=(long)rand()%Dimension+1;while(iat(temp).x;centriodYi=PointMatrix-at(temp).y;centriodX1i=0;centriodY1i=0;+i;,Kmeans,欧式距离的计算distance=doubledistanceTemp=sqrt(pow(PointMatrix-at(kDimension).x-centriodXj),2.0)+pow(PointMatrix-at(kDimension).y-centriodYj),2.0);,Kmeans,中心点选择x=(x1+x2+.+xn)/ny=(y1+y2+.+yn)/n终止条件对原中心点和新中心点求:terminal=|x1-x2|+|y1-y2|,GMM,EM,算法,概率函数,fourty.data,long1.data,spiral.data,squa

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论