K-Means & DBSCAN 聚类算法

问题:

什么是聚类算法,其难点在哪

有哪些是聚类算法,其处理过程是什么,优劣势有哪些

评估聚类算法的方法

 

聚类算法,是无监督学习,也就是无标签(label),是把相似的数据划分在一起

聚类算法的普遍难点在于:如何选择合适的参数(调参),怎样评估聚类效果是好的(评估)

 

聚类算法中比较常用的有K-means 和DBSCAN

K-means : 以质心为中心,聚类成K个簇

需要设定的参数:K值

质心——对该簇所有点所有特征取均值

怎么找到点形成簇呢——距离度量:欧式距离或者(先标准化)余弦相似度(使用欧式距离的比较多)

K-means 就是找到离某个质心更近的那些点形成一个簇

那么我们希望的情况就是,聚完类后,每个点都能离所属簇的质心距离最近(相比于其他簇的质心)

因此我们可以得到我们的优化目标,就是使该簇的所有点到该簇的质心的距离之和尽量小,那么不断优化,直到质心不再变时,总距离也就不变,此时我们得到最后的聚类。

那么如何优化我们的质心呢?(也就是K-means的聚类过程)

首先,因为一开始没有质心可以确定,那么K个质心就会随机取(最后要分为K个簇),

那么质心就有初始化了,也就可以开始计算和比较各个点和各个质心之间的距离了,每个点找到离自己距离最近的质心,

那么第一

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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