K-Means Algorithm（K-均值算法）

最新推荐文章于 2025-04-22 18:13:09 发布

冯小妞妞妞妞妞

最新推荐文章于 2025-04-22 18:13:09 发布

阅读量3.7k

点赞数

分类专栏： Machine Learning 文章标签： machine-learning

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/u012493179/article/details/45196435

版权

K-均值算法是一种无监督学习的聚类方法，用于将数据分为多个簇。算法通过迭代更新质心点并分配数据点，直至质心稳定。优化目标是通过失真函数（distortion function）衡量，可能面临局部最优。K-Means的Python实现也是常见的应用。当遇到局部最小值问题，可使用二分K-均值算法作为改进策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

K-Means algorithms(K-均值)

K-means算是一个很简单的聚类算法，而聚类与决策树、SVM等不同，是一种无监督的学习，所谓无监督学习（Unsupervised learning）是和监督学习相对应的，不同于监督学习，无监督学习所给的训练集是不包含标签的，所有数据集都只包括特征 $x_i$ 而没有标签 $y_i$ 。
聚类的主要目的就是将这些没有标签的数据分为N个簇(cluster)，其主要的应用有市场划分、社交网络分析、天文学中的数据分析等等。

K-Means的描述如下：

这里写图片描述

先对参数进行说明：

$x(i)$ 为第 i

最低0.47元/天解锁文章

评论 3

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。