前言

 

以下是我為大家準備的幾個精品專欄，喜歡的小伙伴可自行訂閱，你的支持就是我不斷更新的動力喲！

MATLAB-30天帶你從入門到精通

MATLAB深入理解高級教程（附源碼）

tableau可視化數據分析高級教程

一、K-means聚類算法原理

K-means算法首先從數據樣本中選取K個點作為初始聚類中心;其次計算各個樣本到聚類的距離，把樣本歸到離它最近的那個聚類中心所在的類:然后計算新形成的每個聚類的數據對象的平均值來得到新的聚類中心;最后重復以上步驟，直到相鄰兩次的聚類中心沒有任何變化，說明樣本調整結束，聚類準則函數達到最優。

二、K-means聚類算法的要點

1.選定某種距離作為數據樣本間的相似性度量

在計算數據樣本之間的距離時，可以根據實際需要選擇某種距離作為樣本的相似性度量，距離越小，樣本越相似，差異越小；距離越大，樣本越不相似&#

總結

以上是生活随笔為你收集整理的MATLAB实战系列（三十八）-基于K-means聚类算法的MATLAB图像分割的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。