- 5
- 0
- 约小于1千字
- 约 5页
- 2025-08-25 发布于广东
- 举报
第十章k均值算法机器学习应用基础韦俊丞常州信息职业技术学院题引入聚类K均值算法介绍K均值算法优化目录CONTENTS05scikit-learn中的K均值06图像压缩
问题引入01
问题引入:牧师布道的故事四个牧师在郊区布道,最初随机选择几个布道点并公告给村民。村民根据距离选择最近的布道点。牧师们在每次听课后根据村民的位置更新布道点。每次调整后,村民重新选择最近的布道点。
问题引入:牧师布道的故事最终目标:与聚类算法的关系:牧师们通过不断调整自己的布道点位置,尽量使每个村民的距离最小化。牧师的调整过程类似于K均值算法中的簇中心更新,最终使得“簇”稳定。
您可能关注的文档
- 高教社2025机器学习应用基础教学课件Ch10-4-v.pptx
- 高教社2025机器学习应用基础教学课件Ch10-3-v.pptx
- 高教社2025机器学习应用基础教学课件Ch11 -3.pptx
- 高教社2025机器学习应用基础教学课件第九章 决策树.pptx
- 高教社2025机器学习应用基础教学课件Ch11 -4.pptx
- 高教社2025机器学习应用基础教学课件第八章 朴素贝叶斯.pptx
- 高教社2025机器学习应用基础教学课件Ch11 -2.pptx
- 高教社2025机器学习应用基础教学课件Ch11 -1.pptx
- 高教社2025机器学习应用基础教学课件第七章 支持向量机.pptx
- 高教社2025机器学习应用基础教学课件Ch10-6-v.pptx
原创力文档

文档评论(0)