文章目录
KMeans聚类
图像分割
像素点分为不同的聚类（特征值相似度高的就是一堆聚类）
社交网络分析和推荐系统
依然是根据特征，不同对象不同的表达特征形式也不一样
具体流程
讲数据点分成K个不同的组，如果不知道K值，可以一个个尝试，效果最好的就是可以的K值
效果和作用
最终聚类完后可以判断新的数据是属于哪个组的，只需要通过判断其距离哪个聚类中心最近即可
机器学习-KMeans聚类
看星猩的柴狗2024-12-29 22:46
相关推荐
多年小白4 小时前
【周末消息面汇总】2026年5月10日（周日）MediaTea4 小时前
Scikit-learn：从数据到结构——无监督学习的最小闭环o_insist5 小时前
多层感知机判断氨基酸亲疏水性(PyTorch版)qq_283720057 小时前
RecursiveCharacterTextSplitter 核心参数深度指南：chunk_size 与 chunk_overlap 原理、实战、调优全解SilentSamsara8 小时前
迭代器协议：`__iter__` / `__next__` 的完整执行流程逻辑君9 小时前
认知神经科学研究报告【20260045】源码之家10 小时前
计算机毕业设计：Python医疗数据分析可视化系统 Flask框架 随机森林 机器学习 疾病数据 智慧医疗 深度学习（建议收藏）✅初心未改HD10 小时前
机器学习之逻辑回归详解Yuezero_10 小时前
Latent Manifold理论分析摸鱼仙人~10 小时前
自动驾驶经验迁移到AI编码的可行性与方法论研究