機器學習sklearn之K-Means及其改進策略

K-Means聚類算法，是一種無監督的聚類方法，由於其簡單且聚類效果不錯，得到了廣泛的應用。本文從傳統的聚類方法K-Means算法講起，並針對質點初始化、減少距離計算以及大樣本減少計算量三個方面介紹其優化的三種方法，分別是K-Means++、elkan K-Means以及mini Batch K-Means。下面是手寫的筆記，供大家學習參考，如有不清楚的地方，歡迎交流討論…K-Means算法比較簡

>>阅读原文<<