Page 74 - 高中 信息技术 选择性必修4 人工智能初步
P. 74
第三章 机器学习与人工智能的核心算法
对于每一个簇 j =1, …, k:
使新的质心C更新为该簇中所有点X 的平均值：
j
i
其中a=1, …, d，d为簇的总数
将新的质心运用于下一轮点X 的分配中
i
直到没有簇的质心因为点的分配而改变时，算法结束
上面提到的距离计算方法D( X , C )可以使用任何合适的距离度量方法。K-Means算法
i
j
广东教育出版社
在数据集上的性能会受到所选距离计算的影响。
3 . 3 . 3 K-Means聚类算法的应用
K-Means算法通常可以用于处理维数、数值都很小且连续的数据集，主要应用于从随
机分布的事物集合中对相似事物进行分组。例如，对一个营销组织来说，将不同客户根据
他们的特点分组，从而有针对性地定制营销活动；对学校老师来说，将学生根据特点分
组，从而有所侧重地进行教育活动。K-Means在不同领域都有类似的应用案例。
实 践
鸢尾花数据集（Iris）是一类多重变量分析的数据集。它最初是从鸢尾属花朵样本中提
取的地理变异数据。后来作为判别分析的一个例子，运用到统计学中。
鸢尾花数据集包含150组数据，分为三类，包含山鸢尾（Iris Setosa）、变色鸢尾（Iris
Versicolour）和维吉尼亚鸢尾（Iris Virginica），如图3-7所示。每类50组数据，除花卉种
类信息以外，每组数据还包含四个属性，分别是花萼长度（Sepal.Length，单位cm）、花
萼宽度（Sepal.Width，单位cm）、花瓣长度（Petal.Length，单位cm）、花瓣宽度（Petal.
Width，单位cm）。可通过四个
属性预测鸢尾花属于三个种类中
的哪一类。其中的一个种类与另
外两个种类是线性可分离的，其
余两个种类是非线性可分离的。
使用鸢尾花数据集，根据花瓣长
度、花瓣宽度和萼片长度三个特
征对花的种类进行聚类。
图3-7 鸢尾花
66 66
21Y3228.indd 66 2019/10/10 14:23:56
