AI大模型 - 机器学习5（聚类算法）

原创 已于 2025-08-01 23:21:04 修改 · 118 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：

#人工智能 #机器学习 #聚类 #kmeans #矩阵

于 2025-08-01 23:19:10 首次发布

一、 聚类算法

1. 聚类算法简介

1.1 聚类算法概念

聚类算法：聚类算法是一类无监督学习方法，旨在将数据划分为若干组（簇），使得同一簇内的样本相似度高，而不同簇间的样本差异大。

  • 根据样本之间的相似性，将样本划分到不同的类别中；不同的相似度计算方法，会得到不同的聚类结果，常用的相似度计算方法有欧式距离法。
  • 聚类算法的目的是在没有先验知识的情况下，自动发现数据集中的内在结构和模式。

1.2 不同聚类准则，产生不同聚类结果

在这里插入图片描述

1.3 聚类算法应用

在这里插入图片描述

1.4 聚类算法分类

  • 根据据聚类颗粒度分类
    在这里插入图片描述

  • 根

了解本专栏 订阅专栏 解锁全文 超级会员免费看
AI学习指南机器学习篇-层次聚类原理
俞兆鹏的博客
07-10 1068
通过本文的介绍，相信读者已经对层次聚类的原理和构建聚类树的方法有了更深入的理解。层次聚类作为一种简单而强大的聚类方法，被广泛应用于数据挖掘、模式识别、生物信息学等领域。在实际应用中，需要根据具体问题选择合适的相似度/距离计算方法和聚类树构建方法，从而得到准确的聚类结果。希望本文能够帮助读者更好地理解层次聚类，并在实践中取得更好的效果。以上就是本文对层次聚类原理的详细介绍，希望对读者有所帮助。如果有任何疑问或意见，欢迎在评论区留言交流讨论。
【机器学习-14】K-means聚类算法：原理、应用与优化
热门推荐
qq_38614074的博客
04-07 10万+
在众多聚类算法中，K-means算法因其简单高效而备受青睐。K-means算法的基本思想是：通过迭代的方式，将数据划分为K个不同的簇，并使得每个数据点与其所属簇的质心（或称为中心点、均值点）之间的距离之和最小。具体来说，K-means算法的执行过程通常包括以下几个步骤：首先，随机选择K个数据点作为初始的簇质心；然后，根据每个数据点与各个簇质心的距离，将其分配给最近的簇；接着，重新计算每个簇的质心，即取簇内所有数据点的平均值作为新的质心；
AI 人工智能学习之聚类分析及算法(1)
无为 的专栏
10-29 1203
层次聚类，欧氏距离，Birch算法，归一化
AI 人工智能学习之聚类分析及算法(2)
无为 的专栏
10-30 1831
聚类，k-means 算法，DBSCAN聚类算法，聚类评估，轮廓系数
AI人工智能机器学习之聚类分析
Bruce_csd1n的博客
02-27 1230
本篇以KMeans、AgglomerativeClustering、DBSCAN为例，从代码层面讲述机器学习中的聚类分析,同时使用轮廓系数评估了聚类效果。每种算法都有其独特的优缺点，适用于不同类型的数据集。在实际应用中，选择合适的聚类算法和优化参数是获得良好聚类效果的关键。通过可视化和评估指标，可以更好地理解聚类结果的质量
AI工程师需要知道的5个聚类算法
AI公园
01-19 1011
点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”作者：George Seif编译：ronghuaiyang导读聚类作为一种无监督技术，在很多的场合非常的有用，今...
精选资源
人工智能-机器学习-聚类算法-FCM模糊聚类-Python算法实现
12-18
人工智能_机器学习_聚类算法_FCM模糊聚类_Python实现
[Python从零到壹] 十三.机器学习之聚类算法四万字总结全网首发（K-Means、BIRCH、树状聚类、MeanShift）
杨秀璋的专栏
07-06 2万+
欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。所有文章都将结合案例、代码和作者的经验讲解，真心想把自己近十年的编程经验分享给大家，希望对您有所帮助，文章中不足之处也请海涵。Python系列整体框架包括基础语法10篇、网络爬虫30篇、可视化分析10篇、机器学习20篇、大数据分析20篇、图像识别30篇、人工智能40篇、Python安全20篇、其他技巧10篇。您的关注、点赞和转发就是对秀璋最大的支持，知识无价人有情，希望
【人工智能导论】实验3-K-Means聚类算法-预习报告
05-19
K-means聚类算法是无监督学习领域中一个非常重要的算法，它广泛应用于数据挖掘、模式识别、图像分割、市场细分等领域。K-means算法通过迭代的方式，将数据划分为K个聚类，使得每个数据点属于其最近的聚类中心的聚类...
机器学习-K-Means聚类算法
qq_55882840的博客
10-14 1081
函数首先随机选择初始聚类中心，然后通过不断迭代分配样本和更新聚类中心的过程，直到聚类中心不再发生变化或达到最大迭代次数为止。对于给定的数据集和需要划分的类数k，算法根据距离函数进行迭代处理，动态地把数据划分成k个簇（即类别），直到收敛为止。按照簇的定义和聚类的方式，聚类大致分为以下几种：K-Means为代表的簇中心聚类、基于连通性的层次聚类、以EM算法为代表的概率分布聚类、以DBSCAN为代表的基于网格密度的聚类，以及高斯混合聚类等。聚类是一个反复迭代的过程，理想的终止条件是簇的分配和个簇中心不再改变。
人工智能与大数据中的聚类算法
01-17
人工智能与大数据中的聚类算法，聚类分析是一种重要的人类活动。早在孩提时代，人就通过不断改进下意识中的聚类模式来学会如何区分猫和狗，动物和植物。
AI算法工程师 | 07机器学习-无监督学习（一）聚类系列算法
ThisAmy的博客
09-28 1981
本阶段将开启无监督机器学习的旅程。对于无监督机器学习问题，主要有两种：聚类、降维。本文将针对 K-Means 聚类、层次聚类、密度聚类以及谱聚类展开介绍。
人工智能——聚类总述
2401_84004012的博客
04-13 651
（1）scikit-learn 库（以后简称 sklearn 库）提供的常用聚类算法函数包含在 sklearn.cluster这个模块中，如： K-Means ，近邻传播算法，DBSCAN ，等。（2）以同样的数据集应用于不同的算法，可能会得到不同的结果，算法所耗费的时间也不尽相同，这是由算法的特性决定的。下图是我们调用sklearn库的标准函数对不同数据集执行的聚类结果。
AI实训（三）：聚类算法、支持向量机算法
小谷围最靓的仔
07-29 3441
1. 聚类算法 聚类概念： 无监督问题：我们手里没有标签了 聚类：相似的东西分到一组 难点：如何评估，如何调参 有个比较好玩的聚类算法可视化网站，可以方便理解聚类算法。 k-means DBSCAN 1.1 K_means算法 1、基本概念 要得到簇的个数，需要指定K值（也就是分为K类） 质心：均值，即向量各维取平均即可（K个质心） 距离的度量：常用欧几里得距离和余弦相似度（先标准化） 优化目标：min∑i=1K∑x∈Cidist(ci,x)2min \sum \limits_{i=1}^K \su
AI学习指南机器学习篇-聚类树的剪枝
俞兆鹏的博客
07-12 760
在机器学习领域，聚类是一种常用的无监督学习方法，通过对数据进行分组来发现数据中的结构和模式。聚类树是一种常用的聚类算法之一，它通过构建一个树状结构来展示聚类的层次关系，并能够帮助我们理解数据的结构。然而，聚类树可能会过于复杂，导致结果不易解释或应用。因此，剪枝技术是非常重要的，它可以帮助我们选择最优的聚类划分，提高聚类结果的可解释性和可用性。
「认识AI：人工智能如何赋能商业」【27】利用神经网络求解聚类问题
大数据与人工智能
06-18 209
作者|Harper审核|gongyouliu编辑|gongyouliu 上期给大家讲到了利用神经网络求解分类问题，我们知道人工神经网络最擅长的两件事就是分类与聚类，我们本期要介绍的就是利用神经网络求解聚类问题。 使用监督学习固然很好，但并不适合所有的问题。首先，你并不总是能够获得大量的标记数据。有的时候你可能也不想将你的数据分类为已经存...
人工智能——聚类总述(1)
2401_84003690的博客
04-09 986
1 无监督学习的目标利用无标签的数据学习数据的分布或数据与数据之间的关系被称作无监督学习。• 有监督学习和无监督学习的最大区别在于数据是否有标签。• 无监督学习最常应用的场景是聚类 (clustering) 和降维 (Dimension Reduction)。2 聚类(clustering)聚类 (clustering) ，就是根据数据的“相似性”将数据分为多类的过程。评估两个不同样本之间的“相似性” ，通常使用的方法就是计算两个样本之间的“距离”。
解析AI人工智能领域聚类的原理
最新发布
AI大模型应用之禅
06-09 1261
聚类作为人工智能和数据挖掘领域的关键技术，旨在将数据集中相似的数据对象划分到不同的组或簇中。本文的目的是全面解析聚类的原理，包括核心概念、算法原理、数学模型等。范围涵盖常见的聚类算法，如K - 均值聚类、层次聚类、DBSCAN等，并通过实际案例展示聚类在不同领域的应用。本文将按照以下结构进行阐述：首先介绍聚类的核心概念与联系，包括聚类的定义、目标和相关术语；接着深入讲解常见聚类算法的原理和具体操作步骤，并给出Python代码实现；然后通过数学模型和公式进一步解释聚类算法的本质；
人工智能——聚类总述，2024年最新华为和阿里哪个面试容易
2401_84252890的博客
04-11 960
（1）scikit-learn 库（以后简称 sklearn 库）提供的常用聚类算法函数包含在 sklearn.cluster这个模块中，如： K-Means ，近邻传播算法，DBSCAN ，等。（2）以同样的数据集应用于不同的算法，可能会得到不同的结果，算法所耗费的时间也不尽相同，这是由算法的特性决定的。下图是我们调用sklearn库的标准函数对不同数据集执行的聚类结果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

erainm

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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。

余额充值