机器学习K-Means
Posted yujingwei
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K-Means相关的知识,希望对你有一定的参考价值。
1.K-Means聚类算法属于无监督学习算法。
2.原理:先随机选择K个质心,根据样本到质心的距离将样本分配到最近的簇中,然后根据簇中的样本更新质心,再次计算距离重新分配簇,直到质心不再发生变化,迭代结束。
3.簇内平方和Inertia:采用欧几里得距离,则一个簇中所有样本点到质心的距离的平方和。追求能够让簇内平方和最小化的质心。
4.用sklearn实现K-Means:from sklearn.cluster import KMeans #导入包
cluster = KMeans(n.clusters = k).fit(X) #进行聚类,实例化
5.重要参数
n_clusters:簇的个数,超参数,需要人为设置。
init:每个随机数种子运行下的次数,默认k-meas++(使得质心彼此远离),random随机,n维数组(n_clusters,n_features)。
n_init:使用不同质心随机初始化的种子来运行k-means算法的次数,默认10次。
max_iter:最大迭代次数,默认300。
tol:容差,两次迭代间Inertia下降的量,默认10e-4。
6.重要属性
cluster.labels_ 查看聚类后簇的类别
cluster.cluster_centers_ 查看质心
cluster.inertia_ 查看距离平方和
7.模型评估指标:轮廓系数。范围在(-1,1)之间,越大越好。
8.不用Inertia作评估指标的原因:a.Inertia不是有界的
b.易受特征数目影响
c.受超参数k的影响,k越大,Inertia减小
d.对数据分布有假设,假设数据满足凸分布
以上是关于机器学习K-Means的主要内容,如果未能解决你的问题,请参考以下文章