【R的机器学习】聚类

现阶段，针对iris数据集，我们应用了决策树、随机森林、朴素贝叶斯、神经网络和SVM这些模型来拟合数据，虽然结果略有差异，但是可以说差异不大，效果也还是很理想，主要原因因为这个数据集的特征值比较显著；接下来，我们利用几类无监督学习的方式进行原始数据集的分类，也就是常说的聚类算法。 1、kmeans聚类 kmeans聚类是最简单的一类聚类方式，聚类方法是，先随机确认中心点，然后找和他距离最近的几个点，重新分配中心点，然后反复迭代，直到每个中心点周围的点离这个中心点是最近的，并且离其他点是最远的。