Jenks和K Means在一维数据时,是不是等价的?

  统计/机器学习 无监督学习    浏览次数: 173
1

Jenks和K Means在一维数据时,是不是等价的?

它们的目标都是最大化簇间方差,最小化簇内方差。

Jenks只能作用在一维数据上,那么K Means在一维数据上是不是等价于Jenks呢?


 

飞翔钉子   2018-04-04 13:58



   2个回答 
4

是的,完全等价。它们的目标函数都是一样的。

一维的K means就是Jenks Natural Breaks。


strong.man   2018-04-15 10:22

3

它们的目标函数一样,但是算法的步骤不完全相同。

K Means是先设定好K个初始随机点。而Jenks Breaks则是用遍历的方法,一个点一个点地移动,直到达到最小值。

可以说它们都是实现簇内方差最小的算法,具体实施办法不同而已。


MangoCoke   2018-04-17 11:36



  相关主题

软聚类,硬聚类?   1回答

聚类问题可以用stacking model的方法吗?   1回答

通俗地解释c-means以及fuzzy c-means是什么意思   1回答

谱聚类中的相似矩阵是怎么定义的?   0回答

什么是K-Modes(K众数)聚类法?   1回答

k-medoids和k-means区别   3回答

K-MEANS初始点选择的问题   2回答

关于小批量K均值(mini-batch K Means)的问题   2回答

如何用K Means做异常点检测?   1回答

层次聚类里的linkage是什么意思?   2回答

层次聚类中的Ward's method是什么意思   1回答

python中实现k-modes的包   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!