机器学习之问题描述——聚类Clustering

最新推荐文章于 2024-11-17 02:40:20 发布

原创

最新推荐文章于 2024-11-17 02:40:20 发布 · 814 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#机器学习 #clustering #聚类

聚类是机器学习中的无监督学习方法，它通过衡量实例之间的相似性来划分数据。实例间的“距离”并非严格意义上的数学距离，可以不满足三角不等式。聚类问题的定义广泛，每个算法都有其特定的聚类目标。最简单的聚类情况是所有实例归为同一类。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

聚类是无监督学习。定义：
给定一组实例X，实例间的“距离”为

D (x, y) = D (y, x), x, y \in X .

$D(x,y)=D(y,x), x,y\in X.$ 那么聚类问题需要得到一个划分

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。