zoukankan      html  css  js  c++  java
  • K-means算法

    K-means是一种无监督式的聚类算法,KNN是一种有监督式的分类算法; 

    两者总结如下:

    聚类算法是一种无监督学习算法。k均值算法是其中应用最为广泛的一种,算法接受一个未标记的数据集,然后将数据聚类成不同的组。K均值是一个迭代算法,假设我们想要将数据聚类成K个组,其方法为:

    1. 随机选择K个随机的点(称为聚类中心);
    2. 对与数据集中的每个数据点,按照距离K个中心点的距离,将其与距离最近的中心点关联起来,与同一中心点关联的所有点聚成一类;
    3. 计算每一组的均值,将该组所关联的中心点移动到平均值的位置;
    4. 重复执行2-3步,直至中心点不再变化

     K-means优点: 算法简单易实现; - 缺点: 需要用户事先指定类簇个数; 聚类结果对初始类簇中心的选取较为敏感; 容易陷入局部最优; 只能发现球形类簇;

  • 相关阅读:
    MySQL DATE_SUB和SUBDATE函数:日期减法运算
    stream将list转化为map
    HackLab-脚本1
    隐写术-2
    Bug-变量
    Bug-you must stop it
    Bug-域名解析
    Bug-web3
    Bug-矛盾
    Bug-web基础$_POST 30
  • 原文地址:https://www.cnblogs.com/zf-blog/p/10205969.html
Copyright © 2011-2022 走看看