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
老鱼说AI14 小时前
从点积到希尔伯特空间：向量内积的几何本质与大模型相似度度量Raas10014 小时前
AI 编程助手 5 选 1：场景匹配决策树Dr.Cup17 小时前
英伟达SoL-Pi：让AI编码智能体自己优化自己的“脚手架“Zzj_tju17 小时前
Calibration：ECE 降低后，拒答阈值就可靠吗？空奈qwq17 小时前
机器学习入门：从核心概念到建模全流程挖掘狂人17 小时前
连猫都没见过，它怎么认出了猫？一篇啃透机器学习核心算法codigger18 小时前
机器学习核心算法全解析：监督学习、无监督学习、神经网络、SVM 一文读懂（附入门路线）Omics Pro18 小时前
新型条件传输模型！虚拟细胞扰动预测Mr_star_galaxy20 小时前
【Agent】大模型（LLM）介绍码农幻想梦20 小时前
机器学习（二）