今日大綱
k-means分群法為典型的分群方法之一，方法簡單易懂，適合處理大規模的資料，廣泛地利用於市場分析或電腦視覺等領域。
這個方法主要計算每個資料點到各個中心的距離，找出最適合的中心點，也就是最小化每個中心點到各個類別資料之間的距離。
k-means分群法的輸入為k，而演算法的步驟如下:
在k-means分群法中，k為超參數，需要搜尋最佳解，其中一個解決k-means的方法為肘點法 (Elbow method)，類似窮舉法，計算k在某個範圍內，各個k值下模型的損失值，而在k-means裡，損失值為群集內平方和之總和，越小越好。
iThome鐵人賽
看影片追技術