我有一组点,并且我想要群集。我知道如何做正常的k-means算法。但我不想以'k'作为输入。假设如果我有点像 1,3,4,50,60,70,1000,10002,10004该算法应该将它们聚类为3个群集 C1:1,3,4 C2:50,60,70 C3 :1000,1002,1004 满足集群内元素之间的距离应该是最小的,并且集群间的距离应该是最大的。随机聚类算法
Q
随机聚类算法
0
A
回答
0
0
决定k是一个问题,它使用许多聚类算法重复自己。你可能想要考虑谱聚类(和它的各种算法表亲),它可以解决这个问题。然而,许多版本都使用k-means作为最后一步,让你回到原点(尽管不是全部)。
或者,有很多方法可以找到k的最优值,例如上面Denis提供的答案;这可能足以满足您的需求。
相关问题
- 1. 随机聚集?
- 2. 随机性算法
- 3. 随机数算法
- 4. 随机组算法
- 5. SQL随机聚合
- 6. 随机优化算法
- 7. 随机Prim的算法
- 8. 随机决策算法
- 9. 随机布局算法
- 10. 适应性随机算法
- 11. 随机绘图算法
- 12. 约随机选算法
- 13. 随机数的算法
- 14. 算法分析:随机数
- 15. “平滑”随机数算法
- 16. 字符串聚类算法
- 17. 自定义聚类算法
- 18. Leader聚类算法解释
- 19. 映射的聚类算法
- 20. ELKI聚类FDBSCAN算法
- 21. TSP的聚类算法
- 22. 二维聚类算法
- 23. 强大的聚类算法
- 24. 算法生成随机花的想法
- 25. 机器学习聚类算法:k均值和高斯混合
- 26. 随机森林和随机树算法之间的区别
- 27. 具有随机性的Riffle随机算法
- 28. 哪种聚类算法最适合聚类一维特征?
- 29. 计算随机数
- 30. 播放随机歌曲算法
你为什么使用随机词? – Gumbo 2011-05-09 07:51:34
@Gumbo:因为我不想把k作为输入,所以我简单地称之为随机聚类。这是否导致其他事情? – Navin 2011-05-09 08:03:42
也许这有助于... http://www.slideshare.net/pierluca.lanzi/machine-learning-and-data-mining-08-clustering-hierarchical – mkn 2011-05-09 12:13:05