摘要：
前面有文章提到过，K-means算法，第一步骤是找出样本点的的所属聚类。下面用两种方式实现，一种是普通的循环，一种是完全向量化计算。 假设 ： X 是ｍ×ｎ样本矩阵，其每一行是一个样本，ｍ表示样本数目，ｎ表示特征数目； centroids是K×ｎ矩阵，K表示聚类数目，ｎ表示特征数目... 阅读全文
摘要：
使用octave编程的时候，一定要注意使用向量化编程的思想，下面我就说说我今天做题遇到的一个Ｋ-means聚类问题，如何使用octave中的函数向量计算聚类中心centroids。octave几个函数： bsxfun: 二元操作函数，调用方式：bsxfun (F, A, B)，A为 向量... 阅读全文
摘要：
K-means 算法是无监督的 聚类算法，算法简单，有效。K-means算法：输入参数： 指定聚类数目 k，训练集 X输出 ： k 个聚类算法描述： K-means 算法 是一个 迭代算法，每次迭代分成两个步骤： 1）指定聚类步骤： 计算每个样本到 k 个 聚类中心的 距离... 阅读全文