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
Mr数据杨2 小时前
加州房价中位数预测在房地产估值中的应用xiaotao1312 小时前
02-机器学习基础： 监督学习——线性回归曦樂～2 小时前
【机器学习】概述DeniuHe2 小时前
机器学习模型中的偏置项（bias / 截距项）到底有什么用？STLearner3 小时前
WSDM 2026 | 时间序列(Time Series)论文总结【预测，表示学习，因果】STLearner4 小时前
WSDM 2026 | 时空数据(Spatial Temporal)论文总结龙腾AI白云6 小时前
智能体如何配知识库？郝学胜-神的一滴9 小时前
神经网络参数初始化：从梯度失控到模型收敛的核心密码AC17809 小时前
深入浅出 PID 算法：原理、实现与应用实战Mr数据杨9 小时前
面部表情识别在心理健康辅助评估中的应用总结