- 博客(2)
- 收藏
- 关注
原创 k-means、k-means++,核k-means
先说一下欧氏距离二维空间公式:三维空间的公式:n维空间的公式经典k-means算法关于聚类中心数目(K值)的选取,方法为:Elbow Method:通过绘制K-means代价函数与聚类数目K的关系图,选取直线拐点处的K值作为最佳的聚类中心数目。但最好还是从实际问题出发,人工指定比较合理的K值,通过多次随机初始化聚类中心选取比较满意的结果。k-means++算法注意:轮盘...
2019-08-30 20:16:47 3266
转载 正则化理解(L1、L2)
转自:https://blog.csdn.net/jinping_shi/article/details/52433975正则化损失函数一般后面都会添加一个附加项,这个附加项一般分成两种:一般英文称作 ℓ1-norm 和 ℓ2 -norm,中文称作== L1正则化 ==和 L2正则化,或者 L1范数 和 L2范数。L1正则化和L2正则化可以看做是损失函数的惩罚项。所谓『惩罚』是指对损失函数...
2019-08-14 09:46:30 2557 1
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