- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
4.5常用聚类算法;1.聚类算法概述;2.K-Means聚类;算法步骤:;优点:简单高效;适用于大规模数据。
缺点:需预先指定K值;对初始质心敏感;对非球形簇效果差。
应用场景:客户分群;图像压缩;市场细分。;例4.6设有一个二维数据集如下,使用K-means聚类算法将数据分为两个簇(k=2)。;3.层次聚类;例将5个点(A-E)按距离聚类。
数据:A(2,3);B(3,7);C(8,8);D(9,4);E(1,2);4.DBSCAN(基于密度的聚类,Density-BasedSpat
您可能关注的文档
- AI概论及应用 课件 2.1-2.2 常见AI程序语言及其发展历程.pptx
- AI概论及应用 课件 2.3 AI程序语言的特点.pptx
- AI概论及应用 课件 2.4 Python语言基础.pptx
- AI概论及应用 课件 2.5基于Python语言的AI关键技术实现.pptx
- AI概论及应用 课件 3.1 常用代数概念.pptx
- AI概论及应用 课件 3.2 概率常用概念.pptx
- AI概论及应用 课件 3.3 优化常用概念.pptx
- AI概论及应用 课件 3.4 图论中的常用概念.pptx
- AI概论及应用 课件 3.5 信息论相关概念.pptx
- AI概论及应用 课件 4.1 机器学习概述.pptx
原创力文档


文档评论(0)