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
落羽的落羽17 小时前
【C++】现代C++的新特性constexpr，及其在C++14、C++17、C++20中的进化云雾J视界19 小时前
AI驱动半导体良率提升：基于机器学习的晶圆缺陷分类系统搭建极客学术工坊21 小时前
2023年第二十届五一数学建模竞赛-A题 无人机定点投放问题-基于抛体运动的无人机定点投放问题研究Theodore_10221 天前
深度学习（9）导数与计算图极客学术工坊1 天前
2022年第十二届MathorCup高校数学建模挑战赛-D题 移动通信网络站址规划和区域聚类问题领航猿1号1 天前
Pytorch 内存布局优化：Contiguous Memoryhakuii1 天前
SVD分解后的各个矩阵的深层理解这张生成的图像能检测吗1 天前
（论文速读）基于图像堆栈的低频超宽带SAR叶簇隐蔽目标变化检测Blossom.1181 天前
大模型在边缘计算中的部署挑战与优化策略无风听海1 天前
神经网络之奇异值分解