如何将KMEANS算法应用于已确定的PSO算法指定的簇位置?如何将KMEANS算法应用于从PSO算法中指定的确定的聚类位置?
-2
A
回答
0
只是做它。
K-means允许您指定初始质心。
0
没有任何关于您正在处理的数据性质的信息(数字如果维度,数据类型,离群值,重叠等),则无法给出具体的答案。
我不知道任何正版 k-means实现,您可以传入算法用于初始化k均值质心的质心列表。通常这些都是随机选择的。 (不能你写自己的实现,这是否初始化K-均值?简单采取一个开放源码的implementaion并添加参数)
然而,在Python sklearn implementation of kmeans,有kmeans++实施,其中您可以将初始中心作为数组传递。
init : {‘k-means++’, ‘random’ or an ndarray}
Method for initialization, defaults to ‘k-means++’:
‘k-means++’ : selects initial cluster centers for k-mean clustering
in a smart way to speed up convergence.
...
If an ndarray is passed, it should be of shape
(n_clusters, n_features) and gives the initial centers.
虽然没有使用它。
我写这个,我想起前/抬头k均值++:
这是一种穷人的做法:
您可以运行具有k
参数等于长的k均值PSO算法列表/阵列(无论它做了什么)给了你。
然后kmeans会很快找到它自己的质心。做几次,也许用不同的距离度量(欧几里得,曼哈顿,最短,最长,平均......)和不同种子的随机数发生器。之后,每次都将k均值质心的坐标与PSO质心的坐标进行比较。
当在附近有1:1的对应关系(取决于您的要求),您找到了一个匹配项。然后用你的k-means分类结果列表做一些事情。
相关问题
- 1. 自定义聚类算法
- 2. 如何格式化Spark Spark kmeans聚类算法的数据?
- 3. 聚类算法的功能缩放(规范化)(如Kmeans&EM)
- 4. 用于聚类算法的数据集
- 5. 计算Kmeans聚类的误差
- 6. 如何将给定样本聚类到通过谱聚类算法计算出的类中心?
- 7. 如何将算术运算应用于MySQL中的聚合列?
- 8. 固定宽度聚类算法
- 9. KMeans算法在opencv中
- 10. KMeans中的数据聚类使用二叉树结构的算法
- 11. 如何评价我的聚类算法
- 12. 算法:确定主页的类型?
- 13. 如何确定算法的偏倚?
- 14. 如何确定算法的顺序
- 15. 映射的聚类算法
- 16. TSP的聚类算法
- 17. 强大的聚类算法
- 18. 使用Pytorch加速PSO算法?
- 19. 基于多位信息确定最可能的地理位置的算法
- 20. 确定汇率的算法
- 21. 字符串聚类算法 - 指导
- 22. 如何将memoization应用于此算法?
- 23. 用于确定等同类别的算法
- 24. 如何确定用于文本聚类的LDA(潜在Dirichlet分配)算法中的主题数量?
- 25. 用于确定特定价格的最佳酒店的算法
- 26. 确定点是否位于有界区域内的算法
- 27. 如何将DBSCAN算法应用于类似网址的分组
- 28. 确定一个给定的算法
- 29. 如何确定排名算法标准
- 30. 从给定的算法