2025 730 149 540 320 641 1022 以730320为初始聚类中心进行K均值聚类分析并利用曼哈顿距离计算给出具体迭代过程
首先计算初始聚类中心与所有数据点之间的曼哈顿距离:
- 对于聚类中心(7,30):
| 数据点 | 曼哈顿距离 | | ------ | ---------- | | (20,25) | 18 | | (7,30) | 0 | | (1,49) | 41 | | (5,40) | 12 | | (3,20) | 17 | | (6,41) | 11 | | (10,22) | 17 |
- 对于聚类中心(3,20):
| 数据点 | 曼哈顿距离 | | ------ | ---------- | | (20,25) | 22 | | (7,30) | 17 | | (1,49) | 49 | | (5,40) | 22 | | (3,20) | 0 | | (6,41) | 23 | | (10,22) | 11 |
根据曼哈顿距离,可以将数据点分为两个簇:
- 簇 1:(20,25) (1,49)
- 簇 2:(7,30) (5,40) (3,20) (6,41) (10,22)
计算每个簇的质心:
- 簇 1 质心:(10.5,37)
- 簇 2 质心:(6.2,30.6)
再次计算质心与数据点之间的曼哈顿距离:
- 对于聚类中心(10.5,37):
| 数据点 | 曼哈顿距离 | | ------ | ---------- | | (20,25) | 19.5 | | (1,49) | 29.5 |
- 对于聚类中心(6.2,30.6):
| 数据点 | 曼哈顿距离 | | ------ | ---------- | | (7,30) | 0.8 | | (5,40) | 9.8 | | (3,20) | 10.6 | | (6,41) | 10.2 | | (10,22) | 7.8 |
根据曼哈顿距离,可以将数据点分为两个簇:
- 簇 1:(20,25) (1,49)
- 簇 2:(7,30) (5,40) (3,20) (6,41) (10,22)
此时簇的分配没有改变,算法结束。最终聚类结果为:
- 簇 1:(20,25) (1,49)
- 簇 2:(7,30) (5,40) (3,20) (6,41) (10,22)
原文地址: https://www.cveoy.top/t/topic/btO7 著作权归作者所有。请勿转载和采集!