K-means与GMM分别对球队数据进行聚类

前言

聚类方法有很多,其中K-means是通过计算距离的远近来聚类,而GMM则是通过高斯混合分布和EM算法来迭代。本文以18支球队的三年比赛得奖情况为例来进行聚类,可以对比一下两种聚类方法的优劣。

代码过程

(最近时间精力有限,具体代码过程见gitee):K-means与GMM分别对球队数据进行聚类

总结

(如果您发现我哪里写的不对,欢迎在评论区批评指正)。

  • 0
    点赞
  • 1
    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