- 博客(3)
- 收藏
- 关注
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 4439
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 4155 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 3773
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