kmeans()

描述:

外部库函数,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。

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)

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