机器学习通俗理解系列
关于knn的通俗理解.
前言
刚学习机器学习的时候免不了百度,问什么是K-means?所以此刻你将看到的是K-means的通俗说明,带你快速理解K-means原理以及应用
一、什么是K-means?
k均值聚类算法(k-means clustering algorithm)简称K-means,属于无监督聚类算法,其作用通俗来说给定一个数据点集合和需要的聚类数目k,k由用户指定,k均值算法根据某个距离函数反复把数据分入k个聚类中,机器学习常用算法之一,你,值得拥有!ps:不懂有监督和无监督区别请移步
二、什么原理?
官方说明:先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了,每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。
通俗理解:简单来说设K值,1.随机初始K个聚类中心,2.计算所有点对每个中心距离,对比