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
kovlistudio2 小时前
机器学习第十一讲：标准化 → 把厘米和公斤单位统一成标准值戌崂石2 小时前
最优化方法Python计算：有约束优化应用——线性可分问题支持向量机Mr.Winter`5 小时前
深度强化学习 | 图文详细推导软性演员-评论家SAC算法原理强盛小灵通专卖员5 小时前
分类分割详细指标说明蜡笔小新..11 小时前
从零开始：用PyTorch构建CIFAR-10图像分类模型达到接近1的准确率奋斗者1号12 小时前
机器学习之决策树模型：从基础概念到条件类型详解kovlistudio15 小时前
机器学习第三讲：监督学习 → 带答案的学习册，如预测房价时需要历史价格数据奋斗者1号16 小时前
Docker 部署 - Crawl4AI 文档 (v0.5.x)NLP小讲堂17 小时前
LLaMA Factory 深度调参Alessio Micheli18 小时前
基于几何布朗运动的股价预测模型构建与分析