MATLAB中K-means函式表達方式
阿新 • • 發佈:2018-12-18
K-means演算法以偶是距離作為相似度測度,它是求對應某一初始聚類中心向量V最優分類,使得評價指標J最小。演算法採用誤差平方和準則函式作為聚類準則函式 K-means聚類演算法採用的是將NP的矩陣X劃分為K個類,使得類內物件之間的距離最大,而類之間的距離最小。 使用方法: Idx=Kmeans(X,K) [Idx,C]=Kmeans(X,K) [Idx,C,sumD]=Kmeans(X,K) [Idx,C,sumD,D]=Kmeans(X,K) […]=Kmeans(…,’Param1’,Val1,’Param2’,Val2,…) 各輸入輸出引數介紹: X :NP的資料矩陣 K: 表示將X劃分為幾類,為整數 Idx :N1的向量,儲存的是每個點的聚類標號 C: K