- 博客(3)
- 收藏
- 关注
RSS订阅原创 KNN算法思路以及常见面试题
一.KNN算法概述KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法Kmeans有点像（Kmeans是无监督学习算法）。关于K-means可以看上篇博客。二.KNN算法介绍KNN的全称是K Nearest Neighbors，意思是K个最近的邻居，K的取值肯定是至关重要的。其实啊，KNN的原理就是当预测一个新的值x的时候，根据它距离最近的K个点是什么类别来判断x属于哪个类别。如下图，k=3时候，绿色x判定为蓝色。
2020-06-02 14:05:55
4287
原创 k-means常见面试题
总述关于K-means在面试中常见的问题先汇总一下，下面分别详细说明。1、简述一下K-means算法的原理和工作流程2、K-means中常用的到中心距离的度量有哪些？3、K-means中的k值如何选取?4、K-means算法中初始点的选择对最终结果有影响吗？5、K-means聚类中每个类别中心的初始点如何选择？6、K-means中空聚类的处理7、K-means是否会一直陷入选择质心的循环停不下来？8、如何快速收敛数据量超大的K-means？9、K-means算法的优点和缺点是什么？一、
2020-06-01 16:07:12
3971
1
原创 k-means思路与算法流程
k-means思路：K-Means算法的特点是类别的个数是人为给定的，如果让机器自己去找类别的个数，我们有AP聚类算法，先不说，说了就跑题了。K-Means的一个重要的假设是：数据之间的相似度可以使用欧氏距离度量，如果不能使用欧氏距离度量，要先把数据转换到能用欧氏距离度量，这一点很重要。（注：可以使用欧氏距离度量的意思就是欧氏距离越小，两个数据相似度越高）K-Means算法有个很著名的解释，就是牧师-村民模型，这也是K-Means算法的一个过程。步骤：（白话）1、随机生成k个聚类中心点（真心
2020-06-01 10:59:40
3531
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人