KNN Kmeans

KNN Kmeans

ref:

最通俗的话解释KNN，KMeans算法

note:

KNN

• K近邻算法
• 属于监督学习,需要label
  • 类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。
• 原理:
  • 将预测点与所有已知点进行距离计算,然后保存并排序，选出前面K个值看看哪些类别比较多，则预测的点属于哪类。

Kmeans:

• K均值算法

• 属于无监督学习,不要label.

  • 事先不知道数据会分为几类，通过聚类分析将数据聚合成几个群体。聚类不需要对数据进行训练和学习。

• 原理:

  • 设定类别(质心)数目,通过循环选择质心-计算距离后分类-再次选择新质心过程,直到分组后的数据不再变化,则得到最终分类结果.