iT邦幫忙

2023 iThome 鐵人賽

DAY 18
0

總的來說就是物以類聚

K-means Clustering

將數據集中的數據點分成不同群組,以便相似的數據點彼此靠近

  1. 選擇K值:

    • 決定要將資料分成幾個群組
  2. 選擇群心:

    • 隨機選擇K個點作為初始的群心,這些點將代表每個群組的中心。
  3. 分配數據點到最近的群心:

    • 將每個資料分配到與其最近的群心,通常使用歐氏距離(Euclidean distance)或其他距離度量來計算
  4. 更新群心:

    • 對於每個群組,計算其所有成員的平均值,將該平均值作為新的群心
  5. 重複步驟3和步驟4:

    • 重複執行步驟3和步驟4,直到群心不再變化或變化很小,或者達到了一定的迭代次數

參考資料


上一篇
Day17-kernel function(核函數)
下一篇
Day19-層次聚類 (Hierarchical Clustering)
系列文
什麼演算法?一起來學機器學習!30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言