k近邻算法(KNN):
三要素:k值的选择,距离的度量和分类决策规则
KMeans算法,是一种无监督学习聚类方法:
通过上述过程可以看出,和EM算法非常类似。一个简单例子, k=2:
畸变函数(distortion function):
时间复杂度:O(tKmn),其中,t为迭代次数,K为簇的数目,m为样本数,n为维数
空间复杂度:O((m+K)n),其中,K为簇的数目,m为样本数,n为维数
k近邻算法(KNN):
三要素:k值的选择,距离的度量和分类决策规则
KMeans算法,是一种无监督学习聚类方法:
通过上述过程可以看出,和EM算法非常类似。一个简单例子, k=2:
畸变函数(distortion function):
时间复杂度:O(tKmn),其中,t为迭代次数,K为簇的数目,m为样本数,n为维数
空间复杂度:O((m+K)n),其中,K为簇的数目,m为样本数,n为维数
转载于:https://www.cnblogs.com/huangshiyu13/p/6125824.html