首页 集算器 函数参考 Function kmeans() 前一篇 | 后一篇

kmeans()

阅读（883） 标签: 无监督聚类算法, 最小化误差,

描述：

无监督聚类算法，在最小化误差函数的基础上将数据划分为预定的类数。

语法：

kmeans(A,k)

在训练数据A上执行训练，训练参数为k，返回训练结果模型R。

kmeans(R,B)

根据模型R，在预测集B上进行预测，返回预测结果。

kmeans(A,k,B)

训练连接预测。输入训练数据A、训练参数k、预测数据B，联动执行模型训练和预测，返回预测结果。

备注：

外部库函数，外部库的使用请参考《外部库使用指南》。

无监督聚类算法，在最小化误差函数的基础上将数据划分为预定的类数。

参数：

A

序列，训练集。

k

整数，划分簇数，支持二分类。

R

序列，语法kmeans(A,k)的返回结果。

B

序列，预测集。

返回值：

序列

示例：

 

A

 

1

[[1,2,3,4],[2,3,1,2],[1,1,1,-1],[1,0,-2,-6]]

训练集A。

2

2

参数k。

3

[[6,2,3,5],[0,3,1,5],[1,2,1,-1],[1,5,2,-6]]

预测集B。

4

=kmeans(A1,A2)

以k=2为参数，在A1上执行训练，返回训练结果R。

5

=kmeans(A4,A3)

使用A4的训练结果R，在预测集上进行预测，返回预测结果。将A3中的样本划分成两类，1号样本和2号样本为一类，3号样本和4类样本为一类。

6

=kmeans(A1,A2,A3)

输入训练集，参数k以及预测集，连续进行训练和预测，返回预结果同A5。