學習筆記，僅供參考，有錯必究

---

文章目錄

• • 聚類
  • • 聚類方法概述
    • K-means
    • • Low-level parallelism
      • Mini Batch K-Means

---

聚類

未標記數(shù)據(jù)的聚類可以通過模塊sklearn.cluster執(zhí)行.

每個聚類算法都有兩個變體：

• 一個類，實現(xiàn)了在訓練數(shù)據(jù)上學習聚類的 fit方法；
• 一個函數(shù)，給定訓練數(shù)據(jù)，返回一個整數(shù)標簽數(shù)組，對應不同的聚類。對于類，可以在label_屬性中找到訓練數(shù)據(jù)上的標簽。

輸入數(shù)據(jù)：需要注意的是，本模塊中實現(xiàn)的算法可以接受不同種類的矩陣作為輸入，所有的方法都接受維度為(n_samples, n_features)的標準數(shù)據(jù)矩陣。這些可以從

總結

以上是生活随笔為你收集整理的sklearn自学指南(part34)--K-means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(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。