目錄

?

一、KMEANS算法概述

聚類概念

k-means算法

二、KMEANS工作流程

工作流程

優(yōu)缺點

優(yōu)點

缺點

三、KMEANS迭代可視化展示

---

一、KMEANS算法概述

聚類概念

• 無監(jiān)督問題：我們手里沒有標簽了
• 聚類：相似的東西分到一組
• 難點：如何評估，如何調(diào)參

k-means算法

• 基本概念：要得到簇的個數(shù)，需要指定K值
• 質(zhì)心：均值，即向量各維取平均即可
• 距離的度量：常用歐氏距離和余弦相似度(先標準化)
• 優(yōu)化目標：

二、KMEANS工作流程

工作流程

優(yōu)缺點

優(yōu)點

• 簡單，快速，適合常規(guī)數(shù)據(jù)集

缺點

• K值難確定
• 復(fù)雜度與樣本呈線性關(guān)系
• 很難發(fā)現(xiàn)任意形狀的簇 ，聚類效果不好。

三、KMEANS迭代可視化展示

可視化展示

????????????????Visualizing K-Means Clustering

對初始值影響大

總結(jié)

以上是生活随笔為你收集整理的唐宇迪学习笔记19：聚类算法——Kmeans的全部內(nèi)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(nèi)容還不錯，歡迎將生活随笔推薦給好友。