K-Means算法,KNN算法,樸素貝葉斯算法,決策樹

常用距離 曼哈頓距離 切比雪夫距離 歐氏距離 K-means算法 算法流程: 選擇聚類的個數k. 任意產生k個聚類，然後確定聚類中心，或者直接生成k箇中心。 對每個點確定其聚類中心點。 再計算其聚類新中心。 重複以上步驟直到滿足收斂要求。（通常就是確定的中心點不再改變。)，能收斂是因爲EM算法 流程如下圖： 初始超參數給得不恰當時: - K值的確定（記住這一點） 輪廓係數法 凡是基於距離的算法，都

>>阅读原文<<