2021-11-17 21:12:24
网络推广，网站推广，SEO推广，SEO公司，网络营销，网络公司，网站排名，网络推广公司，网站推广公司，网站优化公司，全站优化，SEO培训
一、K均值聚类算法
算法步骤如下：
1、初始化
给定数据集X和聚类总数N，随机选择X中的N个对象作为初始聚类中心。
2、设定迭代终止条件
通常设置最大循环数或聚类中心的变异误差。
3、更新样本对象所属类
根据距离标准，数据对象被分配给距离最近的类。
4、更新类的中心位置
将每个类的平均向量作为下一次迭代的聚类中心。
5、重复步骤3~4，满足步骤2中的迭代终止条件时，停止
Matlab代码如下所示：
k-均值聚类算法-Matlab代码
二、K均值聚类算法应用举例
1、随机生成三组数据
三组随机生成的数据
2、指定聚类个数及初始化各类的中心位置
初始化集群中心
3、调用K均值聚类得到聚类结果
k-均值聚类结果
SEO、SEO优化、网站优化、网站SEO、公司优化、关键词优化、关键词排名、搜索引擎优化都在老铁的外链网络中。
