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
BFT白芙堂5 分钟前
睿尔曼系列机器人——以创新驱动未来，重塑智能协作新生态（上）李师兄说大模型29 分钟前
KDD 2025 | 地理定位中的群体智能：一个多智能体大型视觉语言模型协同框架网安INF1 小时前
深层神经网络：原理与传播机制详解超龄超能程序猿3 小时前
(1)机器学习小白入门 YOLOv：从概念到实践.30-06Springfield11 小时前
人工智能概念之七：集成学习思想（Bagging、Boosting、Stacking）小陈phd14 小时前
李宏毅机器学习笔记——梯度下降法Morpheon14 小时前
揭开预训练Pre-Training的力量：革新机器学习勤奋的大熊猫14 小时前
机器学习中的 Agent 是什么？Blossom.11814 小时前
机器学习在智能建筑中的应用：能源管理与环境优化