简单粗暴理解与实现机器学习之聚类算法(一):聚类算法的概念、在现实中的应用、聚类算法与分类算法最大的区别

本文介绍了聚类算法的基本概念、应用场景及与分类算法的区别。重点讲解了K-means算法原理,包括其在用户画像、广告推荐等领域的应用,并讨论了K-means的优缺点及优化方法。
摘要由CSDN通过智能技术生成

聚类算法

学习目标

  • 掌握聚类算法实现过程
  • 知道K-means算法原理
  • 知道聚类算法中的评估模型
  • 说明K-means的优缺点
  • 了解聚类中的算法优化方式
  • 应用Kmeans实现聚类任务
    在这里插入图片描述

6.1 聚类算法简介

1 认识聚类算法

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pHCHjOCj-1583250908060)(../images/cluster1.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-L5lD7AkJ-1583250908061)(../images/cluster2.png)]

使用不同的聚类准则,产生的聚类结果不同

1.1 聚类算法在现实中的应用

  • 用户画像,广告推荐,Data Segmentation,搜索引擎的流量推荐,恶意流量识别
  • 基于位置信息的商业推送,新闻
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