第十三章-聚類之K-means算法 深度之眼_吳恩達機器學習作業訓練營

目錄 一，聚類問題 1.1 監督與無監督 1.2 聚類簡介 二，K-均值算法 2.1 算法內容 2.2 優化目標 三，應用細節 3.1 K值的選取 3.2 隨機初始化 3.3 距離的度量 四，總結 一，聚類問題 1.1 監督與無監督 在監督學習中，給定的數據樣本都含有特徵與標籤，學習算法根據數據特徵來進行預測，再根據預測結果與標籤之間的關係建立損失函數，最後再訓練模型。 而在無監督學習中，給定的數

>>阅读原文<<