K-means是一种无监督学习算法，能够对无标签的数据集进行聚类。
基本思想：
1初始化若干个聚类中心；
2将每个训练数据分配给某个聚类中心，作为该类的一员，依据经常是点的距离
3更新每个聚类中心为该类所有点坐标的平均值
K-means是一种无监督学习的聚类算法，通过迭代更新聚类中心来实现数据分组。算法在预设类别数量k的情况下，通过不断将样本分配到最近的类中心并更新中心位置直至收敛。虽然保证了收敛性，但对初始中心点的选择敏感，可能导致聚类效果不佳。多次运行可提高有效性。
最低0.47元/天 解锁文章
284
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
