K Means聚类 |
  
|
K Means聚类 |
|
地球化学 > K Means聚类
K Means聚类
使用K Means算法对属性数列进行聚类。K Means是一类无监督学习算法，由于简洁和高效使其成为最广泛使用的聚类算法。在K Means中，由用户指定聚类数量K，由系统迭代将矩阵中的向量（行）分配到这K个聚类中，并保证误差平方和局部最小。EnviFusion支持对散点数据、网格数据、附加数据、表格数据等进行K Means聚类。
输入数据：请指定输入数据类型。包括散点数据、网格数据、附加数据、表格数据等。
属性数列：请选择参与计算的属性数列。
聚类数量：请指定聚类数量（K值）。
最大迭代次数：请指定K Means算法的最大迭代次数。
容差阈值：请指定用来判定收敛的容差阈值。
如上图所示，聚类后将在结果图层数据中生成两列新字段，一为从0开始计数的聚类号，用于后期分类渲染；二为本向量与本类质心之间的距离。