《机器学习项目案例开发》课件 8.1聚类-KMeans_第1页
《机器学习项目案例开发》课件 8.1聚类-KMeans_第2页
《机器学习项目案例开发》课件 8.1聚类-KMeans_第3页
《机器学习项目案例开发》课件 8.1聚类-KMeans_第4页
《机器学习项目案例开发》课件 8.1聚类-KMeans_第5页
已阅读5页，还剩4页未读， 继续免费阅读

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

人工智能技术与应用8.K-MEANS聚类课程概况—基本情况PART01聚类算法什么是聚类KMEANS算法KMEANS流程KMEANS优缺点聚类的概念聚类的概念：聚类(

clustering):

是一种典型的“无监督学习”，是把物理对象或抽象对象的集合分组为由彼此类似的对象组成的多个类的分析过程。聚类的应用：

客户分类、模式识别、数据预处理、图像分割聚类的概念聚类的概念：有监督和无监督学习：有监督问题：数据有label无监督问题数据没有label聚类：相似的东西分到一组难点：如何评估，如何调参K-MEANS算法

KMEANS工作流程KMEANS工作流程：https:///p/37503452/blog/visualizing-k-means-clustering/KMEANS工作流程KMEANS工作流程：原始数据

(a)

(c)

(b)

(d)

指定K的值K=3计算每个质心到点的距离划分点到簇按照簇重新计算质心计算每个点到质心得距离重新划分簇重复计算质心更新簇https:///p/37503452/blog/visualizing-k-means-clustering/K-MEANS优缺点K-MEANS优缺点优势：简单，快速，适合常规数据集缺点：K值很难确定，如果数据复杂很难确定，一般需要设置多个进行测试复杂度与样本呈线性关系：

每次更新质心需要和每个样本点进行

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论