李燕

摘要： data compression可以使数据占用更少的空间，并且能使算法提速 什么是dimensionality reduction(维数约简) 例1:比如说我们有一些数据，它有很多很多的features,取其中的两个features,如上图所示，一个为物体的长度用cm来度量的，一个也是物体的长度是用 阅读全文

摘要： 目前决定cluster数目的常用方法是手动地决定cluster的数目 哪个K是正确的? 上图中的数据集，我们可以说它有4个clusters，也可以说它有2个clusters,但哪个是正确答案呢？其实这儿没有正确答案，数据集要划分的cluster的数目本来就是模拟两可的，可以是2个，3个，4个。这也是 阅读全文

摘要： K-means algorithm initialize K-means算法中有一步为随机初始化cluster centroids,这步如何进行，我们将介绍一种运行比较好的方法，这种方法比其它初始化的方法都好 如何random initialize 如右图所示，两个不同的random initial 阅读全文