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
小小仙子7 小时前
矢量网络分析仪如何测试S参数的？深圳佛手11 小时前
梁文锋说，AGI是首要目标。AGI和AI的区别是什么？陳陈陳14 小时前
大模型界的“高考状元”可信吗？一文带你读懂Benchmark的潜规则 📚🤖hhzz14 小时前
机器学习-算法模型系列文章：04-KNN 不做标准化就跑KNN？你的模型正在被一个特征“独裁“大模型码小白15 小时前
Java 部署：Jenkins Pipeline 构建 Java 项目（自动化）过期的秋刀鱼！16 小时前
项目实战-神经网络预测workflower18 小时前
供应链分销网络选址问题STLearner19 小时前
ICML 2026 | LLM×Graph论文总结[2]【Graph4LLM，Graph4Agent，智能体记忆（Memory）旅僧1 天前
Q-learning（自用）