最常用的机器学习聚类算法,且为典型的基于距离的聚类算法
K均值:基于原型的、划分的距离技术,试图发现用户指定个数(K)的簇
以欧式距离作为相识度测度
K-mean 用时主要注意:1:需要知道有几类;2:不适合非线性边界
我们可以先将数据进行分类,在进行线性或回归分析
1--创建数据
2--使用Kmean模型,并制作散点图
最常用的机器学习聚类算法,且为典型的基于距离的聚类算法
K均值:基于原型的、划分的距离技术,试图发现用户指定个数(K)的簇
以欧式距离作为相识度测度
K-mean 用时主要注意:1:需要知道有几类;2:不适合非线性边界
我们可以先将数据进行分类,在进行线性或回归分析
1--创建数据
2--使用Kmean模型,并制作散点图