机器学习-10.K-means
Posted wyply115
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习-10.K-means相关的知识,希望对你有一定的参考价值。
1. 概述
- k-means为无监督学习,即没有目标值。
- k-means步骤
计算到k中心的距离一般采用欧式距离进行计算。 - 图解如下:
- API:sklearn.cluster.KMeans
- k-means的使用一般用于分类之前进行,在没有目标值,仅有历史的数据特征时,又想预测新数据的类别,可以先对历史数据进行聚类。
2. kmeans性能评估
- 评估指标:轮廓系数
按照下图描述的外部距离最大化,内部局里最小化是最好的分类结果。
轮廓系数的计算是计算每一个样本的,假设命名下图蓝色中的一个样本为“蓝1”,则蓝1的计算如下:
- 计算蓝1到自身类别的点的距离的平均值叫ai
- 计算蓝1分别到红色类别,绿色类别所有点的距离,求出平均值,b1,b2,取其中最小的值记作bi
- 蓝1轮廓系数根据公示,如果聚类效果极端的好,bi远远大于ai,则轮廓系数无限趋近于1,当聚类效果极端的差,bi远远小于ai,则轮廓系数无限趋近与-1。
- kmeans性能评估指标API:sklearn.metrics.sihouette_score
kmeans小结
- 特点:采用迭代式算法,直观易懂且非常实用。
- 缺点:容易收敛到局部最优解(需要多次聚类解决此问题,当然sklearn中已经考虑到这种问题)
以上是关于机器学习-10.K-means的主要内容,如果未能解决你的问题,请参考以下文章