第6章K-均值算法分析聚类是一种无监督的学习,它将相似的对象归到同一个簇中。聚类方法几乎可以应用于所有对象,簇内的对象越相似,聚类效果越好。本章将要学习一种称为K-均值(K-means)聚类的算法,之所以称之为K-均值是因为它们可以发现K个不同的簇,且每个簇的中心采用簇中所含值的均值计算而成。在介绍K-均值算法前,先讨论什么是簇识别(ClusterIdentifiation)。簇识别给出聚类结果的含义。假定有一些数据,现在将相似数据归到一起,簇识别会告诉我们这些簇到底是什么。聚类与分类的最大不同在于,分类的目的事先已知,而聚类则不一样。因为其产生的结果与分类相同,而
您可能关注的文档
最近下载
- 2024新版2025秋人教版二年级艺术造型美术上册全册教案教学设计(含大单元教学设计).docx VIP
- 九年级上学期历史第一次月考必出重点考题.docx
- 2027届黑龙江省大庆市高三第一次模拟考试物理试卷(含答案解析).pdf VIP
- 《软件可靠性设计与分析》ppt课件模板.ppt VIP
- 725-中子散射在工程材料研究中应用-织构与应力测量-王沿东.ppt VIP
- 舞蹈鉴赏ppt课件.pptx VIP
- 天空视频网——没有广告的视频连接网站(用户手册之视频统计篇).doc VIP
- 装配式建筑产业基地项目可行性研究报告.docx VIP
- 卷笔刀调查方案.docx
- 施工安全保护措施.pdf VIP
原创力文档

文档评论(0)