一文彻底搞懂机器学习 - K均值（K-Means）

文章预览

K均值（K-Means） 是一种无监督的聚类算法，广泛应用于数据挖掘、图像分割、基因表达数据分析等领域。 K-Means算法旨在将n个数据点划分为k个聚类 ，使得每个数据点都属于与其最近的聚类中心所代表的聚类。每个聚类都有一个质心（即聚类中心），这些质心最小化了其内部数据点与质心之间的距离。 K-Means 一、无监督学习 无监督学习（Unsupervised Learning） 是什么？ 无监督学习是从未标记的数据中发现隐藏的模式、结构和关系的机器学习技术。 与监督学习不同，无监督学习 不需要事先定义数据的标签或类别，而是让算法自身去发现数据中的内在结构和规律。 无监督学习 的实现方法有哪些 ？ 聚类分析和降维技术是无监督学习的两大核心方法，其中K-means、DBSCAN和高斯混合模型是常用的聚类算法，而主成分分析、t-SNE和自编码器则是有效的降维技术 ………………………………