K-Means 算法，计算平方误差？

【问题标题】：K-Means Algorithm, Working out Squared Error?K-Means 算法，计算平方误差？
【发布时间】：2016-04-15 02:46:52
【问题描述】：

对于这个手动使用 k-mean 算法的示例，您将如何计算平方误差？

我正在尝试研究如何对特定数据集使用平方误差。

所以我想知道他们是如何得到“14.5”、“15.94”和“9.60”的平方误差值

我了解集群中心是 x 和 y 的集群点值的平均值，集群点是每个实例。但我不明白他们是如何计算出平方误差的。

【问题讨论】：

标签： algorithm math cluster-computing k-means

【解决方案1】：

点 P 相对于其聚类中心 C 的“平方误差”是 P 和 C 之间的距离的平方；即 (Px - Cx)^2 + (Py - Cy)^2。

整个聚类的平方误差是这个计算对所有点的总和。例如，结果 1 的平方误差计算如下。

   Px    Cx         Py    Cy

  (1.0 - 2.67)^2 + (4.5 - 4.67)^2  
+ (2.0 - 2.67)^2 + (3.5 - 4.67)^2  
+ (5.0 - 2.67)^2 + (6.0 - 4.67)^2  
+ (1.0 - 2.00)^2 + (1.5 - 1.83)^2  
+ (2.0 - 2.00)^2 + (1.5 - 1.83)^2  
+ (3.0 - 2.00)^2 + (2.5 - 1.83)^2

【讨论】：