大数据开发中常见的聚类算法有哪些

发布时间:2022-01-14 14:34:55 作者:小新
来源:亿速云 阅读:199

小编给大家分享一下大数据开发中常见的聚类算法有哪些,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!


· 常见的聚类算法 ·


K-Means

(K均值)聚类 


算法步骤

(1) 首先我们选择一些类/组,并随机初始化它们各自的中心点。中心点是与每个数据点向量长度相同的位置。这需要我们提前预知类的数量(即中心点的数量)。 

(2) 计算每个数据点到中心点的距离,数据点距离哪个中心点最近就划分到哪一类中。 

(3) 计算每一类中中心点作为新的中心点。 

(4) 重复以上步骤,直到每一类中心在每次迭代后变化不大为止。也可以多次随机初始化中心点,然后选择运行结果最好的一个。 

下图演示了K-Means进行分类的过程:

大数据开发中常见的聚类算法有哪些

优点: 

速度快,计算简便 

缺点: 

我们必须提前知道数据有多少类/组。 

K-Medians是K-Means的一种变体,是用数据集的中位数而不是均值来计算数据的中心点。 

K-Medians的优势是使用中位数来计算中心点不受异常值的影响;缺点是计算中位数时需要对数据集中的数据进行排序,速度相对于K-Means较慢。

2. 均值漂移聚类

3. 基于密度的聚类方法(DBSCAN)

4. 用高斯混合模型(GMM)的最大期望(EM)聚类

5. 凝聚层次聚类

6. 图团体检测(Graph Community Detection)

其他的算法可以查看:

https://blog.csdn.net/Katherine_hsr/article/details/79382249

K-mean聚类

代码实现

1、导入数据

大数据开发中常见的聚类算法有哪些

2、计算每个数据点到中心点的距离

大数据开发中常见的聚类算法有哪些

3、对数据点分组

大数据开发中常见的聚类算法有哪些

4、迭代收敛和更新质心

大数据开发中常见的聚类算法有哪些

结果图展示:

大数据开发中常见的聚类算法有哪些

相似的代码和演示的数据都上传到了网盘,大家可以去下载、尝试和应用到自己的项目中。

以上是“大数据开发中常见的聚类算法有哪些”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!

推荐阅读:
  1. 网格聚类算法综述
  2. 关于聚类算法的原理介绍

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

大数据

上一篇:BackBlaze为什么用企业级硬盘

下一篇:springboot整合quartz定时任务框架的方法是什么

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》