【機器學習】聚類算法介紹

K-MEANS算法 聚類概念： 無監督問題：我們手裏沒有標籤了 聚類：相似的東西分到一組 難點：如何評估，如何調參 kmeans基本概念： 要得到簇的個數，需要指定K值 質心：均值，即向量各維取平均即可 距離的度量：常用歐幾里得距離和餘弦相似度（先標準化） 優化目標: 優勢： 簡單，快速，適合常規數據集 劣勢： K值難確定 複雜度與樣本呈線性關係 很難發現任意形狀的簇 DBSCAN算法 基本概念：

>>阅读原文<<