机器学习:聚类算法

目录标题

• • • 一、概念和分类
    • 二、api
    • 三、原理
    • 四、聚类算法评估(SSE越小越好，只考虑簇内)
    • 四、聚类算法评估(SC越大越好，考虑簇内和簇外)!在这里插入图片描述(https://i-blog.csdnimg.cn/direct/4c0d911c67ac4e9a986db1e42eb9d037.png)
    • 四、聚类算法评估(CH越大越好，考虑簇内，簇外，和质心个数)

一、概念和分类

二、api

三、原理

就重新找中心点涉及点小学算法，别的没了

题目:

四、聚类算法评估(SSE越小越好，只考虑簇内)

误差平方和 sse (the sum of squares due to error)

这是所有簇的 各自簇内所有样本到各自质心的误差平方和

当k是所有样本时，意味这各自为簇，每个簇只有一个样本即自己，自己到自己距离为0，所以sse最小值就是0

随着k不断增加sse下降越来越小(但是收益越来越小，这个拐点就是最佳的 n_clusters)

SSE 的api

四、聚类算法评估(SC越大越好，考虑簇内和簇外)

四、聚类算法评估(CH越大越好，考虑簇内，簇外，和质心个数)