《表1 概率计算统计:基于改进K-Means聚类算法的互联网涉烟违法犯罪区域划分研究》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于改进K-Means聚类算法的互联网涉烟违法犯罪区域划分研究》
从表1可以得知,下一个聚类中心点落在1~4点的概率区间为[0,0.391 304](例如其分别落在点1、点2的概率为[0,0.086 957][0.086 957,0.228 261]),落在5~8点的概率区间为[0.402 174,0.434 783],落在9~12点的概率区间为[0.521 739,1]。也就是说,选到前4个点和后4个点的概率总和非常接近1,而这也是人们希望看到的,体现了质心相互离得越远越好。此时,只要随机生成一个0~1之间的数(如matlab中的rand函数),就能确定好下一个质心(离当前已有质心较远的点有更大的概率被选为下一个质心)。以此类推,当k个初始质心选好之后,继续进行经典K-means算法。
图表编号 | XD00104150900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.15 |
作者 | 吕飞 |
绘制单位 | 芜湖市烟草专卖局 |
更多格式 | 高清、无水印(增值服务) |