python - 重新计算聚类质心
问题描述
k-medoids 的第一步是从您的数据集 (X) 中随机挑选 k-centroids/medoids,当更新 x1 改变了一些集群时,如何重新计算这些质心? 无需重新聚集
假设有一个数字,如果轮用于更新 X 的值,例如 5 轮,当用户 5 的集群更改为集群 1 时,如何选择新的质心?并且用户0的集群更改为集群2?(当 x1 值更新时)等等。像这样
cluster user x1
0 2 0 [0.83200858]
1 4 1 [0.85566274]
2 4 2 [0.85364912]
3 2 3 [0.81536489]
4 1 4 [0.84929932]
5 1 5 [0.83054322]
6 1 6 [0.84899714]
7 2 7 [0.82019115]
8 4 8 [0.86112067]
9 2 9 [0.8312496]
如何为那些受更新影响的集群重新计算集群质心?无需重新聚类数组 X
解决方案
推荐阅读
- angular - 理解嵌套的 observables 的行为
- java - 空值检查与 findFragmentByTag 中的 Objects.requireNonNull
- python - iGraph 垂直布局而不是水平布局
- java - Java中的变量是如何被调用的,这些变量被设置一次但不再设置并且不是最终的?
- ruby-on-rails - 如何使用 firebase gem 在 firebase 中搜索数据
- git - 服务器损坏后仅使用本地副本是否可以恢复远程 git 存储库?
- node.js - 我无法使用 axios 获取linkedin 访问令牌,继续获取状态 400
- sql-server - 用于查找一系列更改的最大和最小日期的 T-SQL 代码
- c# - 取消 openfiledialog 时防止出现异常?
- php - MySql 只过滤一个 id