聚类和分类有区别:
聚类(cluster)是无监督学习,训练前不知道有几类,也无标记;
分类(classifer)是监督学习,训练前已知分几类,有标记数据。
k-means算法过程:
1、人为输入K值(分K类),输入样本(m个)
2、随机选取k个点为初始中心点(c1,c2。。。ck)
3、计算每个样本点与k个中心点的距离
4、每个样本点都将距离最近的点设置为中心点,并归类中心点
5、对归类后的所有样本,重新求新的中心点,重复步骤3、4,直到中心店不再改变。
聚类和分类有区别:
聚类(cluster)是无监督学习,训练前不知道有几类,也无标记;
分类(classifer)是监督学习,训练前已知分几类,有标记数据。
k-means算法过程:
1、人为输入K值(分K类),输入样本(m个)
2、随机选取k个点为初始中心点(c1,c2。。。ck)
3、计算每个样本点与k个中心点的距离
4、每个样本点都将距离最近的点设置为中心点,并归类中心点
5、对归类后的所有样本,重新求新的中心点,重复步骤3、4,直到中心店不再改变。