算法算法数据代码PPT课件

1、聚类分析概念1K-means算法2K-means实验-国民健康3K-means实验-图像分割4K-means实验-商户评级5目 录 第1页/共17页1.聚类分析概念聚类与分类的不同在于： 分类简单来说，就是根据文本的特征或属性，划分到已有类别中。也就是说，这些类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。 聚类的理解更简单，就是你压根不知道数据会分为几类，通过聚类分析将数据或者说用户聚合成几个群体，那就是聚类了。聚类不需要对数据进行训练和学习。第2页/共17页2.K-means算法Q1：K是什么？A1：k是聚类算法当中类的个数。Summary

2、：Kmeans是用均值算法把数据分成K个类的算法！ Q2：means是什么？A2：means是均值算法。第3页/共17页2.K-means算法距离的定义距离的定义欧式距离： N维空间点或向量的距离曼哈顿距离： 城市街区距离夹角余弦： 向量方向的差异相关系数：信息熵：221212d=()yy（x -x ）1212dxxyycosa bab 第4页/共17页2.K-means算法K-means算法详算法详解解步骤一：取得步骤一：取得k个初始中心点个初始中心点从数据中随机抽取k个点作为初始聚类的中心，由这个中心代表各个聚类第5页/共17页2.K-means算法K-means算法详算法详解解Min o

3、f threedue to the EuclidDistance步骤二：把每个点划分进相应的簇步骤二：把每个点划分进相应的簇根据欧氏距离最小原则，把每个点划分进相应的簇第6页/共17页2.K-means算法K-means算法详算法详解解Min of threedue to the EuclidDistance步骤三：重新计算中心点步骤三：重新计算中心点根据均值等方法，重新计算每个类的中心点第7页/共17页2.K-means算法K-means算法详算法详解解步骤四：迭代计算中心点步骤四：迭代计算中心点重复第二步和第三步第8页/共17页2.K-means算法K-means算法详算法详解解步骤五：收

4、敛步骤五：收敛聚类中心不再发生移动第9页/共17页3.K-means实验-国民健康数据示意图数据示意图国家和地区婴儿死亡率（）出生时平均预期寿命/岁1990年2000年2006年1990年2000年2006年中国36.329.920.168.970.372中国香港77.480.981.6孟加拉国1006651.654.86163.7文莱108874.276.277.1柬埔寨84.57864.854.956.558.9印度806857.459.162.964.5印度尼西亚603626.461.765.868.2伊朗54363064.868.970.7以色列105.64.276.67980日 本4

5、.63.22.678.881.182.3哈萨克斯坦50.537.125.868.365.566.2朝鲜42424269.966.867韩 国854.571.375.978.5老 挝120775954.660.963.9马来西亚16119.870.372.674蒙 古78.547.634.262.765.167.2缅 甸917874.45960.161.6巴基斯坦1008577.859.16365.2菲 律 宾41302465.669.671.4新 加 坡6.72.92.374.378.179.9斯里兰卡25.616.111.271.273.675泰 国25.711.77.26768.370.2

6、越 南382314.664.869.170.8埃 及66.74028.962.268.871尼日利亚12010798.647.246.946.8南 非45505661.948.550.7加 拿 大6.84.977.479.280.4墨 西 哥41.531.629.170.97474.5美 国9.46.96.575.27777.8X,textdata=xlsread(examp09_04.xls);row=any(isnan(X),2);X=X(row,:);countryname=textdata(3:end,1);countryname=countryname(row); X=zscore(

7、X); startdata=X(8,27,42,:); idx=kmeans(X,3,Start,startdata); S,H=silhouette(X,idx);代码代码第10页/共17页轮廓图轮廓图聚类结果聚类结果3.K-means实验-国民健康第11页/共17页4.K-means实验-图像分割灰度图灰度图代码代码分割后二值图像分割后二值图像第12页/共17页4.K-means实验-图像分割真彩图真彩图第13页/共17页4.K-means实验-商户评价数据示意图数据示意图代码代码大众点评网上1000家商户的评分第14页/共17页4.K-means实验-商户评价聚类结果聚类结果MINMAX6 7.466667 7.9666675 6.3666