本文介绍了K-Means聚类算法在无监督学习中的应用，阐述了聚类的目标是寻找簇内相似度高、簇间相似度低的样本分组。详细解释了Minkowski距离和VDM价值差异度量，并通过Python代码展示了K-Means算法的实现。在葡萄酒数据集上的实验结果显示，K-Means算法具有良好的聚类效果，错误率仅为3%。
聚类是机器学习问题中无监督学习的一个典型例子。在实际中，并非所有样本都可以贴上标签，在数据量极为庞大的时候，比如视频帧标注，对每个样本都进行贴注标签需要耗费极大精力。在无监督问题中，训练样本是没有标签的，如何对无标签训练样本进行学习，发现其内在的分布结构，同样是学术界和工业界赖以追求解决的一个问题，也是机器学习的一个未来发展方向。
聚类将给定的样例集划分为若干个互不相交的子集。直观来看，好的聚类结果，一定表现出簇内相似度高、簇间相似度低的特征。那么如何来量化这个所谓的“相似度”，我们一般采用的方法是计算样本间的“距离”。
给定两个样本 xi=(xi1,xi2,...,xin) 与 xj=(xj1,xj2,...,xjn) ，其Minkowski距离定义为：
dist
最低0.47元/天 解锁文章
扫一扫
410
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
