kmeans聚类算法属于哪一类?
2021-11-28

K-Means聚类算法是一种无监督的基于距离的算法,简单来说,就是将无标签的样本划分为k个簇(or类)。它以样本间的距离作为相似性的度量指标,常用的距离有曼哈顿距离、欧几里得距离和闵可夫斯基距离。

两个样本点的距离越近,其相似度就越高;距离越远,相似度越低。

目的是,实现簇内的距离尽量小(紧凑),而簇间的距离尽可能大(分开)。我们使用误差平方和SSE作为聚类质量的目标函数,该值越小表明样本簇内较紧密。

大家都在看
本站系本网编辑转载,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系,我们将在第一时间删除内容!本站文章版权归原作者所有,内容为作者个人观点。本站只提供参考并不构成任何投资及应用建议。本站拥有对此声明的最终解释权。