《機(jī)器學(xué)習(xí)項目案例開發(fā)》課件 8.1聚類-KMeans_第1頁
《機(jī)器學(xué)習(xí)項目案例開發(fā)》課件 8.1聚類-KMeans_第2頁
《機(jī)器學(xué)習(xí)項目案例開發(fā)》課件 8.1聚類-KMeans_第3頁
《機(jī)器學(xué)習(xí)項目案例開發(fā)》課件 8.1聚類-KMeans_第4頁
《機(jī)器學(xué)習(xí)項目案例開發(fā)》課件 8.1聚類-KMeans_第5頁
已閱讀5頁，還剩4頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

人工智能技術(shù)與應(yīng)用8.K-MEANS聚類課程概況—基本情況PART01聚類算法什么是聚類KMEANS算法KMEANS流程KMEANS優(yōu)缺點(diǎn)聚類的概念聚類的概念：聚類(

clustering):

是一種典型的“無監(jiān)督學(xué)習(xí)”，是把物理對象或抽象對象的集合分組為由彼此類似的對象組成的多個類的分析過程。聚類的應(yīng)用：

客戶分類、模式識別、數(shù)據(jù)預(yù)處理、圖像分割聚類的概念聚類的概念：有監(jiān)督和無監(jiān)督學(xué)習(xí)：有監(jiān)督問題：數(shù)據(jù)有l(wèi)abel無監(jiān)督問題數(shù)據(jù)沒有l(wèi)abel聚類：相似的東西分到一組難點(diǎn)：如何評估，如何調(diào)參K-MEANS算法

KMEANS工作流程KMEANS工作流程：https:///p/37503452/blog/visualizing-k-means-clustering/KMEANS工作流程KMEANS工作流程：原始數(shù)據(jù)

(a)

(c)

(b)

(d)

指定K的值K=3計算每個質(zhì)心到點(diǎn)的距離劃分點(diǎn)到簇按照簇重新計算質(zhì)心計算每個點(diǎn)到質(zhì)心得距離重新劃分簇重復(fù)計算質(zhì)心更新簇https:///p/37503452/blog/visualizing-k-means-clustering/K-MEANS優(yōu)缺點(diǎn)K-MEANS優(yōu)缺點(diǎn)優(yōu)勢：簡單，快速，適合常規(guī)數(shù)據(jù)集缺點(diǎn)：K值很難確定，如果數(shù)據(jù)復(fù)雜很難確定，一般需要設(shè)置多個進(jìn)行測試復(fù)雜度與樣本呈線性關(guān)系：

每次更新質(zhì)心需要和每個樣本點(diǎn)進(jìn)行

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論