【機器學習課程-華盛頓大學】：4 聚類和檢索 4.3 k-means

1、簡介 k-means一種非監督學習模型 輸入：文檔向量 輸出：聚類標籤   cluster定義：中心，形狀 k-means是計算到center中心的距離，是忽略形狀的。   2、k-means算法步驟   3、k-means是一種座標下降算法：   4、k-means收斂：局部最優   5、k-means++ 跟k-means的區別在於：一開始聚類中心的初始化不一樣，其他均一樣 越遠，越有可能

>>阅读原文<<