01
概念
前面已经学习了KNN、SVM;KNN通过邻近的水果,判别新水果的类别;SVM通过水果所处的范围来判断新水果的类被;那么还有没有新的方法来判断新水果的类被呢?答案当然是有,今天我们来学习另外一种分类水果的算法---K-means;K-means是如何来判断苹果还是梨的?
如果在之前,我们只是知道水果的分布,并不知道苹果是苹果,梨是梨呢!想要判断手中拿的是苹果还是梨?这个时候,K-means就出来了,它又叫做K均值算法。
在K-means中,K表示水果的类别数。假设K等于2,那么就表示将水果分成两类。
02
流程
Step1:空间中随机选定两个样本作为分类基准;
Step2:计算比较其他样本与它们之间的距离,离谁近就归类给谁;
Step3:迭代---找到k=2的两个样本的中心;
Step4:计算所有样本与中心点的距离,根据距离远近再进行分类,离谁近就归类给谁;
Step5:重复该步骤,直到分类结果与上次结果相同。
这个时候水果就分为两类,我们将它叫做梨和苹果
03
K-means优缺点
K-means能自主寻找数据的内部结构,它基于这样的一个假设,特征空间相近的两个样本很可能属于同属于一类。这种通过分析分析数据在空间中的分布状况进行分类的方法,我们叫做聚类。不需要标签信息,它属于无监督算法。
优点:无监督学习、可解释性好,分类效果不错,实行简单
缺点:准确度不如监督学习,对K值的选择很敏感