- 博客(1)
- 收藏
- 关注
原创 讲解机器学习中的 K-均值聚类算法及其优缺点。
K-均值聚类算法是一种常见的无监督学习算法,主要用于将数据集分成 K个不同的类别,并且同类别内的数据点相似度高,不同类别之间的相似度较低。总的来说,K-均值聚类算法应用广泛,特别是在大数据集的情况下。但也需要注意算法的局限性,需要根据具体问题选择合适的聚类算法。
2023-09-10 15:36:29 26
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
K-均值聚类算法是一种常见的无监督学习算法,主要用于将数据集分成 K个不同的类别,并且同类别内的数据点相似度高,不同类别之间的相似度较低。总的来说,K-均值聚类算法应用广泛,特别是在大数据集的情况下。但也需要注意算法的局限性,需要根据具体问题选择合适的聚类算法。
2023-09-10 15:36:29 26
TA创建的收藏夹 TA关注的收藏夹
TA关注的人