K-means整理

标签：evmd   time   timestamp   nat   inf   算法   抽取   amp   sig   

K-means
1、K-means是非监督学习，解决的是聚类问题，k表示聚成k类；
     KNN 是一种监督学习算法，解决的是分类问题，K表示K个邻居。
2、K-means的工作原理
1)选取K个点作为初始类中心点，这些点一般是随机抽取的
2）将每个点分配到最近的类中心点，这样就形成了K个类，然后重新计算每个类的中心点（每个类新的中心点就是计算平均值）
假设a1,b1为初始质心，然后分别计算a1类和b1类中这些点的平均值为a2和b2作为新的质心
3）重复第二步，直到质心不变。

参考如下：

https://mp.weixin.qq.com/s?src=11&timestamp=1604452237&ver=2685&signature=gmcqu7MeA0Uifew0gTPt-QyKCZeLIXm9exOmNIeCUgEMyBAt8pQ0NXMrShXeJWLDaP1ffaCt4r5eQRrWcpa68LgAFGbD1OUdUAmnxfG3ReZGspypfOnWL1xrCcJEvmD9&new=1

K-means整理

标签：evmd   time   timestamp   nat   inf   算法   抽取   amp   sig   

原文地址：https://www.cnblogs.com/yusuf/p/13925022.html