【精易首发】【k-means】【聚类】【非监督学习】【算法】

明天自然醒 · 发表于 2022-8-10 22:47:29

闲着没事花了点时间写了个【k-means】聚类算法演示（示例），论坛上好像没有，分享一下

什么是聚类？

说到聚类，应先理解聚类和分类的区别，很多业务人员在日常分析时候不是很严谨，混为一谈，其实二者有本质的区别。

分类：分类其实是从特定的数据中挖掘模式，作出判断的过程。比如Gmail邮箱里有垃圾邮件分类器，一开始的时候可能什么都不过滤，在日常使用过程中，我人工对于每一封邮件点选“垃圾”或“不是垃圾”，过一段时间，Gmail就体现出一定的智能，能够自动过滤掉一些垃圾邮件了。这是因为在点选的过程中，其实是给每一条邮件打了一个“标签”，这个标签只有两个值，要么是“垃圾”，要么“不是垃圾”，Gmail就会不断研究哪些特点的邮件是垃圾，哪些特点的不是垃圾，形成一些判别的模式，这样当一封信的邮件到来，就可以自动把邮件分到“垃圾”和“不是垃圾”这两个我们人工设定的分类的其中一个。

聚类：聚类的目的也是把数据分类，但是事先我是不知道如何去分的，完全是算法自己来判断各条数据之间的相似性，相似的就放在一起。在聚类的结论出来之前，我完全不知道每一类有什么特点，一定要根据聚类的结果通过人的经验来分析，看看聚成的这一类大概有什么特点。

聚类和分类最大的不同在于：分类的目标是事先已知的，而聚类则不一样，聚类事先不知道目标变量是什么，类别没有像分类那样被预先定义出来。

K-Means

聚类算法有很多种（几十种），K-Means是聚类算法中的最常用的一种，算法最大的特点是简单，好理解，运算速度快，但是只能应用于连续型的数据，并且一定要在聚类前需要手工指定要分成几类。

下面，我们描述一下K-means算法的过程，为了尽量不用数学符号，所以描述的不是很严谨，大概就是这个意思，“物以类聚、人以群分”：

首先输入k的值，即我们希望将数据集经过聚类得到k个分组。
从数据集中随机选择k个数据点作为初始大哥（质心，Centroid）
对集合中每一个小弟，计算与每一个大哥的距离（距离的含义后面会讲），离哪个大哥距离近，就跟定哪个大哥。
这时每一个大哥手下都聚集了一票小弟，这时候召开人民代表大会，每一群选出新的大哥（其实是通过算法选出新的质心）。
如果新大哥和老大哥之间的距离小于某一个设置的阈值（表示重新计算的质心的位置变化不大，趋于稳定，或者说收敛），可以认为我们进行的聚类已经达到期望的结果，算法终止。
如果新大哥和老大哥距离变化很大，需要迭代3~5步骤。

程序演示：
随机生成点集，并自动聚合。

先看效果图

k-means.e (19.54 KB, 下载次数: 117)

补充内容 (2022-8-12 22:49):

优化演示，请下载最新源码1.1
https://share.weiyun.com/gBXd2FHe

明天自然醒 · 发表于 2022-8-11 12:02:32

优化演示，请下载最新源码1.1
https://share.weiyun.com/gBXd2FHe

abnerll · 发表于 2024-7-30 11:06:31

感谢分享

dulang · 发表于 2024-5-26 17:49:41

好牛逼啊，表示看不懂。1.。。。。。

龍殇 · 发表于 2023-9-25 07:56:00

感谢分享，很给力！~

土豆要不 · 发表于 2023-8-4 07:30:47

感谢分享，很给力！~

freeocean · 发表于 2023-7-29 00:44:38

可以举个应用例子么？哪里能用得到啊？

土豆要不 · 发表于 2023-7-19 07:30:04

感谢分享，很给力！~

一米阳光2 · 发表于 2023-7-13 17:49:35

谢谢大佬

ppppzj · 发表于 2023-6-23 12:12:38

谢谢分享

BILLC090910 · 发表于 2023-6-17 11:15:46

易语言+算法是不错

yqdyqzdstrm · 发表于 2023-6-10 00:55:47

这个不错！！！！！

		自动登录	找回密码
密码			注册

[易语言纯源码] 【精易首发】【k-means】【聚类】【非监督学习】【算法】

点评

评分

本帖被以下淘专辑推荐:

点评

++

++