Andrew Ng chapter14 无监督学习------K Means

不爱学习的木易

于 2019-04-23 17:39:04 发布

阅读量183

点赞数

CC 4.0 BY-SA版权

分类专栏：网课学习文章标签：机器学习

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。

本文链接：https://blog.youkuaiyun.com/qq_42907828/article/details/89477480

网课学习专栏收录该内容

16 篇文章

订阅专栏

本文深入探讨了K均值算法的迭代过程，包括簇分配和聚类中心移动，讲解了如何选择K值以及避免局部最小值的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

K均值算法，是一个迭代算法，迭代过程有两个：簇分配，以及聚类中心的移动。
在这里插入图片描述

输入：K的值以及数据

优化目标

在这里插入图片描述
失真代价值

随机初始化

在这里插入图片描述

为了避免结果是局部最小值，可以多次随机初始化K，但是只是当m的数量不太多时效果会比较好。

K值的选取

在这里插入图片描述

肘部法则或者是根据需求来选择

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。