Clustering算法、EM算法总结

本文深入探讨了聚类算法的多种类型,包括K-means、K-medoids、Gaussian Mixture Model、Expectation Maximization、Spectral Clustering、Hierarchical Clustering和Affinity Propagation等,特别强调了如何根据数据集自适应地确定类别数量,并涉及AI音视频处理领域的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

以下是《漫谈 Clustering》系列的博文链接


K-means  (并行化算法可参考《k_means聚类算法的MapReduce并行化实现》)

K-medoids

Gaussian Mixture Model

Expectation Maximization (另外两个 优快云 CNBLOG

Spectral Clustering  (参考 A Tutorial on Spectral Clustering)

Hierarchical Clustering

Affinity Propagation 根据数据集自适应的确定类别K的个数[链接1链接2链接3]



聚类算法K-Means, K-Medoids, GMM, Spectral clustering,Ncut:链接







评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值