K-means聚类

算法目的:给定N个向量,要求分成K类
算法过程:随机选K个向量→计算距离(欧几里得/cosine相似度)→对于给定的每个向量归类到距离最小的K向量之一; K类中的每一类,计算归属于该类的平均值,更新当前类的坐标→重新计算距离并归类。理论上一定会收敛
应用场景:对于生成speech token而言,当前语音帧转化最后所属的token,用于后续模型使用
注: 因为无标签,可以认为是非监督学习

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值