ISODATA算法与K-均值算法有什么不同。
第一,它不是每调整一个样本的类别就重新计算一次各类样本的均值,而是在把所有样本都调整完毕之后才重新计算,前者称为逐个样本修正法,后者称为成批样本修正法;第二,ISODATA算法不仅可以通过调整样本所属类别完成样本的聚类分析,而且可以自动地进行类别“合并”和“分裂”,从而得到类数比较合理的聚类结果。
举一反三
内容
- 0
K-均值算法的效率高于PAM
- 1
下列不属于监督学习的算法是() A: k-均值算法 B: 决策树 C: k-临近算法 D: 支持向量机(SVM)
- 2
K-means算法(K-均值算法)的时间复杂度大约是多少? A: O(nkt) B: O(k(n-k)2) C: O(n2) D: O(k(n-k)3)
- 3
中国大学MOOC: ISODATA算法是在k均值算法的基础上,增加对聚类结果的“合并”和“分裂”两个操作,并设定算法运行控制参数的一种聚类算法。
- 4
ISODATA算法是在k均值算法的基础上,增加对聚类结果的“合并”和“分裂”两个操作,并设定算法运行控制参数的一种聚类算法。 A: 正确 B: 错误