什么是聚類

聚類就是對大量未知標注的數據集，按數據 的內在相似性將數據集劃分為多個類別，使類別內的數據相似度較大而類別間的數據相 似度較小 。 是無監督問題

重點的是歐式距離和余弦相似度

K-mean算法

# coding:utf-8 import numpy as np import sklearn.datasets as ds from sklearn.cluster import KMeans, DBSCAN from sklearn.metrics import homogeneity_score, completeness_score, v_measure_score, adjusted_mutual_info_score, adjusted_rand_score, silhouette_score import matplotlib as mpl import matplotlib.pyplot as pltx, y = ds.make_blobs(400, n_features=2, centers=4, random_state=2018) model = KMeans(n_clusters=4, init='k-means++') model.fit(x) y_pred = model.predict(x)print('y = ', y[:30])

總結

以上是生活随笔為你收集整理的聚类（上）K-mean算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。