2024年1月29日
机器学习中的 K-均值聚类算法及其优缺点
摘要： K-均值聚类算法是一种经典的机器学习算法，用于将数据集分成 K 个不同的簇。它是一种无监督学习算法，即不需要标签或任何先验知识来指导聚类过程。 算法的工作原理如下： 随机选择 K 个数据点作为初始聚类中心。对于每个数据点，计算其与所有聚类中心之间的距离，并将其划分到距离最近的聚类中心所代表的簇。对于 阅读全文
posted @ 2024-01-29 15:48 季春二九 阅读(137) 评论(0) 推荐(0)