【Python】【机器学习】K-MEANS算法


欧式距离

曼哈顿距离

余弦相似度

A与B表示向量(x1,y1),(x2,y2)

分子为A与B的点乘,分母为二者各自的L2相乘,即将所有维度值的平方相加后开方。

新质心的计算

分别计算到簇内其他点距离均值最小的点作为质心(对于拥有坐标的簇可以计算每个簇坐标的均值作为质心)

比如一个新簇有3个样本:[[1,4], [2,5], [3,6]],得到此簇的新质心=[(1+2+3)/3, (4+5+6)/3]

相关推荐
qq_3597162321 分钟前
openpi使用过程中相关问题
人工智能·深度学习·机器学习
米粒127 分钟前
力扣算法刷题 Day 27
算法·leetcode·职场和发展
Fuxiao___1 小时前
C 语言核心知识点讲义(循环 + 函数篇)
算法·c#
漫随流水2 小时前
c++编程:反转字符串(leetcode344)
数据结构·c++·算法
阿钱真强道2 小时前
08 从 MLP 到 LeNet:为什么一个神经元不够?
深度学习·神经网络·机器学习·mlp·决策边界
罗西的思考2 小时前
【OpenClaw】通过Nanobot源码学习架构---(2)外层控制逻辑
人工智能·机器学习
穿条秋裤到处跑3 小时前
每日一道leetcode(2026.03.31):字典序最小的生成字符串
算法·leetcode
FluxMelodySun4 小时前
机器学习(二十八) 特征选择与常见的特征选择方法
人工智能·机器学习
水中加点糖5 小时前
多模态数据标注平台LabelStudio——部署与智能标注体验
人工智能·机器学习·自动标注·数据标注·labelstudio·ai标注·标注平台
CoovallyAIHub5 小时前
VisionClaw:智能眼镜 + Gemini + Agent,看一眼就能帮你搜、帮你发、帮你做
算法·架构·github