KMeans
KMeans的特征如下：
- 这是一种无监督算法(无标签)，聚类算法。
- 算法过程：1、随机初始化n个中心点；2、将数据按照某一种“距离算法”，一般是欧氏距离，划分到最近的中心点，形成n个簇；3、根据划分结果，将簇内的中心点作为新的中心点，进行下一轮迭代；4、停止的条件有：(1)中心点不发生变化；(2)数据所属的簇不发生变化；(3)组内误差SSE小于某个阈值。
- 损失函数是SSE，组内误差。
- 调用函数的代码：
from sklearn.cluster import KMeans
MiniBatchKMeans
MiniBatchKMeans的特征如下：
- 是Kmeans算法的加速版本。
- 算法过程大致与Kmeans相同，不同的是：每次迭代都随机选择数据中的一小部分样本来进行迭代。根据迭代结果来生成新的中心点。
- 调用函数的代码：
from sklearn.cluster import MiniBatchKMeans
DBSCAN
DBSCAN与KMeans不同，它是一种基于密度分类的聚类算法。
示意图：
DBSCAN特征如下：
- DBSCAN的重要参数是
eps半径和min_samples半径内的最小样本数。 - 每一个样本都有一个半径，如果半径内的样本数量大于
min_samples，则该点是一个核心点，在核心点范围内的是边界点，所以核心点和边界点都属于同一类。如果一个点既不是边界点也不是核心点，则就是噪声点，噪声点被认为是不正确的样本。 - 所以当
eps半径比较小，而min_samples半径内的最小样本数比较大的时候，要求的密度值就更高。就容易"连不起来"，会形成多个簇；相反则是少量的簇。 - 调用函数的代码：
from sklearn.cluster import DBSCAN - 分类效果图：
1541
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
