机器学习：一个完整的K-means聚类算法指南！

文章预览

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 来源：海豚数据科学实验室 本文仅做学术分享，如有侵权，请联系删文。 假设您想根据内容和主题对数百（或数千）个文档进行分类，或者您希望出于某种原因将不同的图像组合在一起。或者更重要的是，假设你有相同的数据已经被分类但是你想要挑战这个标签，您想知道数据分类是否有意义，或者是否可以改进。 好吧，我的建议是你对数据进行聚类。信息经常会因为冗余等各种原因变得模糊不清，而将数据分组到具有相似特征的群集（群集）中是一种有效的方式。 聚类是一种广泛用于查找具有相似特征的观察组（称为聚类）的技术。此过程不是由特定目的驱动的，这意味着您不必专门告诉您的算法如何对这些观察进行分组，因为它是独立进行（组有机地形成） ………………………………