Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
了解K-Means算法
Search
yafei002
January 08, 2017
Technology
1
190
了解K-Means算法
yafei002
January 08, 2017
Tweet
Share
More Decks by yafei002
See All by yafei002
了解人工神经网络
yafei002
1
190
了解朴素贝叶斯
yafei002
1
210
了解KNN算法
yafei002
0
160
了解决策树和C4.5算法
yafei002
1
230
数据可视化之视觉感知与认知
yafei002
1
330
数据可视化之地理信息可视化
yafei002
1
310
数据可视化之层次和网络数据可视化(上)
yafei002
1
320
数据可视化之复杂高维多元数据的可视化(上)
yafei002
1
270
Data Visualization Introduction and History
yafei002
1
300
Other Decks in Technology
See All in Technology
AWSに詳しくない人でも始められるコスト最適化ガイド
yuhta28
2
390
Rustで「プリズモイダル法」を利用して「土量計算」をガチでやる
nokonoko1203
1
300
アクセス制御にまつわる改善 / Improving access control
itkq
0
590
web-application-security
matsuihidetoshi
1
190
Babylon.js JAPAN活動紹介 (2024/4)
limes2018
1
120
Max out Local LLM in Challenging Environments
sashimimochi
1
110
Microsoft for Startups Founders Hub_20240429 update
daikikanemitsu
1
2.4k
リテール金融(キャッシュレス・ネット銀行・ネット証券)の競争環境と経済圏
8maki
0
1.6k
JAWS-UG Bedrock Claude Night
yamahiro
3
710
競技としてのKaggle、役に立つKaggle
yu4u
6
2.3k
エンジニア候補者向け資料2024.04.24.pdf
macloud
0
3.4k
IaCジェネレーターとBedrockで詳細設計書を生成してみた
tsukasa_ishimaru
4
880
Featured
See All Featured
Building Your Own Lightsaber
phodgson
100
5.7k
Gamification - CAS2011
davidbonilla
77
4.6k
Scaling GitHub
holman
457
140k
Rebuilding a faster, lazier Slack
samanthasiow
74
8.2k
Ruby is Unlike a Banana
tanoku
96
10k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
352
28k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
275
13k
How to train your dragon (web standard)
notwaldorf
75
5.2k
Java REST API Framework Comparison - PWX 2021
mraible
PRO
19
6.9k
Debugging Ruby Performance
tmm1
70
11k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
65
14k
Building Adaptive Systems
keathley
32
1.9k
Transcript
K-Means算法 yafei002
K均值算法工作原理 SSE(误差平方和)
特点 优点:简单 缺点/局限: 1. 对离群值和噪音敏感 2. 适用于具有中心(质心)概念的数 据 3. 仅能获得局部最优解
4. 对初始聚簇中心敏感 5. 选择最优的k值比较困难 6. 潜在问题可能产生“空聚簇”
《数据挖掘导论》 《机器学习实战》 《数据挖掘十大 算法》 参考