核K-均值聚类（Kernel K-means Clustering）

2019年3月21日 784次阅读来源: 聚类算法

问题：

设数据集《核K-均值聚类（Kernel K-means Clustering）》，其中，。Mercer核函数，根据Mercer定理存在映射，使得。

核K-均值聚类就是讨论映射数据集《核K-均值聚类（Kernel K-means Clustering）》在空间中的聚类情况，设在空间中，把数据集分为类，为第类的均值，。

即考虑以下模型：

《核K-均值聚类（Kernel K-means Clustering）》

《核K-均值聚类（Kernel K-means Clustering）》。

问题1：

怎么训练上述模型，因为《核K-均值聚类（Kernel K-means Clustering）》一般情况下是解不出来的。

方法：

初始化《核K-均值聚类（Kernel K-means Clustering）》，，，其中，令

《核K-均值聚类（Kernel K-means Clustering）》，。

E步：求《核K-均值聚类（Kernel K-means Clustering）》，

《核K-均值聚类（Kernel K-means Clustering）》

注意其中：

《核K-均值聚类（Kernel K-means Clustering）》，。

M步：固定《核K-均值聚类（Kernel K-means Clustering）》，求。

《核K-均值聚类（Kernel K-means Clustering）》，

《核K-均值聚类（Kernel K-means Clustering）》 ,

《核K-均值聚类（Kernel K-means Clustering）》，

其中，。

进入下一轮迭代，直至收敛！

    原文作者：聚类算法
    原文地址: https://blog.csdn.net/zhangping1987/article/details/31366143
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。