机器学习第十二课(距离,K-means,聚类衡量指标)

各种距离:

K-MEANS

Kmeans算法的缺陷

聚类中心的个数K 需要事先给定，但在实际中这个 K 值的选定是非常难以估计的，很多时候，事先并不知道给定的数据集应该分成多少个类别才最合适
Kmeans需要人为地确定初始聚类中心，不同的初始聚类中心可能导致完全不同的聚类结果。（可以使用Kmeans++算法来解决）

聚类的衡量指标:

相关文章：

2021-08-14
2021-09-15
2022-12-23
2022-12-23
2021-05-14
2021-05-02
2022-12-23
2021-12-04

猜你喜欢

2021-10-14
2021-04-23
2021-12-22
2021-05-26
2022-01-21
2021-12-23

相关资源

下载 2023-01-07
下载 2022-12-29
下载 2023-03-14

相似解决方案

热门标签

Java Python linux javascript Mysql C# Docker 算法前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库数据结构大数据 js 机器学习微服务 Android Go 程序员面试 JVM ASP.net core 云原生人工智能后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习多线程 React 架构 devops 爬虫云计算 Spring Boot LeetCode