kmeans

语法

kmeans(X, k, [maxIter=300], [randomSeed], [init='random'])

参数

X 是一个表，表示训练集。

k 是一个正整数，表示要生成的聚类数。

maxIter 是一个正整数，表示质心更新的最大迭代次数。默认值是300。

randomSeed 是一个整数，表示质心初始化时随机算法的种子。默认值为 NULL。

init 可以是一个字符串或者一个矩阵，表示初始值的选择方式。默认值是 'random'。

  • 若 init 是一个字符串，则可选参数为 'random' 或 'k-means++'。'random' 表示根据 randomSeed 随机生成，'kmeans++' 表示根据 kmeans++ 算法生成。

  • 若 init 是一个矩阵，表示自定义的质心。其列数与表 X 需保持一致，行数为 k。

详情

对训练集执行 K-Means 聚类。返回的结果是一个字典，包含以下 key：

  • centers：一个 k 行 m 列的矩阵（m 是 X 的列数），包含各个类的质心坐标。

  • predict：一个聚类模型预测函数，数据类型是 FUNCTIONDEF。

  • modelName：字符串 'KMeans'。

  • model：保存的模型，数据类型为 RESOURCE，用于预测。

  • labels：一个向量，表示 X 中每一行数据对应的聚类的类标签。

例子

使用模拟数据训练一个 K-Means 模型：

t = table(100:0, `x0`x1, [DOUBLE, DOUBLE])
x0 = norm(1.0, 1.0, 50)
x1 = norm(1.0, 1.5, 50)
insert into t values (x0, x1)
x0 = norm(2.0, 1.0, 50)
x1 = norm(-1.0, 1.5, 50)
insert into t values (x0, x1)
x0 = norm(-1.0, 1.0, 50)
x1 = norm(-3.0, 1.5, 50)
insert into t values (x0, x1);

model = kmeans(t, 3);
model;

# output
centers->

#0        #1
--------- ---------
-1.048027 -3.809539
1.110899  1.24216
1.677974  -1.19158

predict->kmeansPredict
modelName->KMeans
model->KMeans
labels->[2,2,2,2,2,2,3,2,3,2,...]