文件名称:
dsc-k-means-clustering-seattle-ds-102819-源码
开发工具:
文件大小: 2mb
下载次数: 0
上传时间: 2021-03-02
详细说明：K均值聚类
介绍
在本课程中，我们将学习最流行和广泛使用的聚类算法K-means聚类。
目标
你将能够：
比较集群网络的不同方法
解释K-means聚类算法背后的步骤
在scikit-learn中执行k-means聚类
说明如何评估集群
定义一个“肘图”及其解释方法
聚类
聚类技术是最流行的无监督机器学习算法之一。 群集背后的主要思想是，您希望通过以下方式将对象分组到相似的类中：
组内相似度很高（同一组成员之间的相似度很高）
组间相似度低（不同组的相似度低）
相似性是什么意思？ 您应该从距离的角度来考虑它，就像我们使用k-nearest-neighbors算法一样。 两点越近，它们越相似。 在分层和非分层聚类算法之间进行区分是很有用的：
在聚类分析中，聚集层次算法从n个聚类开始（其中n是观察数，因此每个观察是一个聚类），然后合并两个最相似的聚类，合并接下来的两个最相似的聚类，依此
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
