看了百度中的内容觉得他们之间并没有任何实质性的联系,之所以自己写下来,单纯的知识自己对单词的不了解,总是会觉的他们两个是一个概念
但是发现并不是那么简单的
好的Blog
KNN与K-Means的区别 - dy9776 - 博客园
https://www.cnblogs.com/nucdy/p/6349172.html
什么是k-mean???
一种聚类方法。聚类就是在事先不知道是什么类别的情况之下,根据各不同的差异就组成了一个小的组织,然后我们将它划分为一个类别。
而K-mean是典型的基于矩离进行聚类的一种方法
步骤:
(1)首先选择中心点,根据矩离中心点的矩离,将其归为一类
(2)在归为一类的组中,计算中心对象(该组对象的均值),计算每个对象矩离中心对象的矩离,根据最小矩离对相应对象进行划分
(3)计算中心对象
(4)循环2,3直到每个对象不发生变化
优秀的人中是会写出这么生动的笔记-------厉害死了
K-means聚类算法及python代码实现 - ahu-lichang - 博客园
https://www.cnblogs.com/ahu-lichang/p/7161613.html#undefined
什么是KNN???
思想:
就是在分类的时候判断未知对象的类别,使用和未知对象比较进的K个点的类型来代替
优秀的文章啊
机器学习(一)——K-近邻(KNN)算法 - Yabea - 博客园
https://www.cnblogs.com/ybjourney/p/4702562.html
本文详细解析了KNN(K-近邻算法)和K-Means(聚类算法)这两种常见机器学习算法的基本原理。KNN用于分类任务,通过计算距离来确定未知样本的类别;K-Means则是一种无监督学习方法,主要用于数据的聚类分析。文中还提供了Python代码实现。
2320

被折叠的 条评论
为什么被折叠?



