NLP
文章平均质量分 83
季布,
每一个你不满意的现在,都有一个你没有努力的曾经。
展开
-
K-means聚类算法的应用以及实现
K-means 聚类算法属于无监督学习,它会将相似的对象归到同一个簇中,该算法原理简单,执行效率高,并且容易实现,是解决聚类问题的经典算法。尽管如此,任何一款算法都不可能做到完美无瑕,K-measn 算法也有自身的不足之处,比如 K-means 需要通过算术平均数来度量距离,因此数据集的为维度属性必须转换为数值类型,同时 K-means 算法使用随机选择的方式来确定 K 的数量和初始化质心 ,因此不同的随机选择会对最终的分簇结果产生一定程度的影响。每一种算法都有各自适用的场景,对于 K-means 算法也不翻译 2022-06-21 14:53:42 · 2552 阅读 · 0 评论 -
简述 K-means聚类算法
机器学习算法主要分为两大类:有监督学习和无监督学习,它们在算法思想上存在本质的区别。有监督学习,主要对有标签的数据集(即有“参考答案”)去构建机器学习模型,但在实际的生产环境中,其实大量数据是处于没有被标注的状态,这时因为“贴标签”的工作需要耗费大量的人力,如果数据量巨大,或者调研难度大的话,生产出一份有标签的数据集是非常困难的。再者就算是使用人工来标注,标注的速度也会比数据生产的速度慢的多。因此要想对没有被标注的数据进行分类,就要使用无监督学习算法。常见的无监督学习算法,包括 K-means 聚类算法、均翻译 2022-06-21 12:36:37 · 6851 阅读 · 0 评论 -
了解NLP(自然语言处理)技术
NLP 自然语言处理技术原创 2022-06-15 11:35:27 · 1782 阅读 · 1 评论