前言

 

以下是我為大家準(zhǔn)備的幾個(gè)精品專欄，喜歡的小伙伴可自行訂閱，你的支持就是我不斷更新的動(dòng)力喲！

MATLAB-30天帶你從入門到精通

MATLAB深入理解高級(jí)教程（附源碼）

tableau可視化數(shù)據(jù)分析高級(jí)教程

一、K-means聚類算法原理

K-means算法首先從數(shù)據(jù)樣本中選取K個(gè)點(diǎn)作為初始聚類中心;其次計(jì)算各個(gè)樣本到聚類的距離，把樣本歸到離它最近的那個(gè)聚類中心所在的類:然后計(jì)算新形成的每個(gè)聚類的數(shù)據(jù)對(duì)象的平均值來得到新的聚類中心;最后重復(fù)以上步驟，直到相鄰兩次的聚類中心沒有任何變化，說明樣本調(diào)整結(jié)束，聚類準(zhǔn)則函數(shù)達(dá)到最優(yōu)。

二、K-means聚類算法的要點(diǎn)

1.選定某種距離作為數(shù)據(jù)樣本間的相似性度量

在計(jì)算數(shù)據(jù)樣本之間的距離時(shí)，可以根據(jù)實(shí)際需要選擇某種距離作為樣本的相似性度量，距離越小，樣本越相似，差異越小；距離越大，樣本越不相似&#

總結(jié)

以上是生活随笔為你收集整理的MATLAB实战系列（三十八）-基于K-means聚类算法的MATLAB图像分割的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。