机器学习强基计划7-2：图文详解K-均值聚类(K-means)算法(附Python实现)_python kmeans算法图解

目录

• 0 写在前面
• 1 什么是聚类？
• 2 K均值聚类原理
• • 2.1 原型聚类
    • 2.2 K-means算法流程
• 3 Python实现
• • 3.1 算法复现
    • 3.2 可视化

0 写在前面

机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编写、测试与文章配套的各个经典算法，不依赖于现有库，可以大大加深对算法的理解。

🚀详情：机器学习强基计划(附几十种经典模型源码)

---

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。