【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
三毛的二哥7 小时前
BEV:典型BEV算法总结
人工智能·算法·计算机视觉·3d
南宫萧幕8 小时前
自控PID+MATLAB仿真+混动P0/P1/P2/P3/P4构型
算法·机器学习·matlab·simulink·控制·pid
故事和你919 小时前
洛谷-数据结构1-4-图的基本应用1
开发语言·数据结构·算法·深度优先·动态规划·图论
我叫黑大帅9 小时前
为什么map查找时间复杂度是O(1)?
后端·算法·面试
炽烈小老头9 小时前
【每天学习一点算法 2026/04/20】除自身以外数组的乘积
学习·算法
skilllite作者10 小时前
AI agent 的 Assistant Auto LLM Routing 规划的思考
网络·人工智能·算法·rust·openclaw·agentskills
真·skysys10 小时前
On-Policy Distillation
人工智能·深度学习·机器学习
我是无敌小恐龙11 小时前
Java SE 零基础入门Day01 超详细笔记(开发前言+环境搭建+基础语法)
java·开发语言·人工智能·opencv·spring·机器学习
py有趣11 小时前
力扣热门100题之不同路径
算法·leetcode
_日拱一卒12 小时前
LeetCode:25K个一组翻转链表
算法·leetcode·链表