K-Means聚类算法,是一种无监督的聚类方法,由于其简单且聚类效果不错,得到了广泛的应用。本文从传统的聚类方法K-Means算法讲起,并针对质点初始化、减少距离计算以及大样本减少计算量三个方面介绍其优化的三种方法,分别是K-Means++、elkan K-Means以及mini Batch K-Means。下面是手写的笔记,供大家学习参考,如有不清楚的地方,欢迎交流讨论…K-Means算法比较简单,没有推导过程,个人感觉只要理解核心思想即可,使用的话有现成的学习包,亦可以自己实现算法,这里不多赘述,祝大家学习进步@_@!
机器学习sklearn之K-Means及其改进策略
最新推荐文章于 2024-09-01 13:38:47 发布