聚類(Clustering)

目錄 無監督學習 K-Means算法 優化目標 隨機初始化 選取聚類數量 無監督學習 與監督學習相比,無監督學習沒有標籤: 無監督學習:通過算法找到一些隱含在數據中的結構。 作用: 市場分割、密切聯繫人、計算機集羣、瞭解星系形成… K-Means算法 K-均值算法實現步驟: 以區別兩類爲例: ①輸入無標籤數據集 ②隨機選取兩個聚類中心 ③遍歷所有的點,與那個聚類中心記錄距離最近,就歸爲哪一類 ④移
相關文章
相關標籤/搜索