聚类算法：数据是无标签的，现在我们要对他们进行分类
缺点1选初始点时随机初始化，取代价最小的那组
这里的代价是指随机所抽的M个点到M个点中的随机K个点作为重心的距离的和的均值
缺点2选K值可以用肘部法则，代价对K的梯度变化剧烈的K，若不存在肘部可以由业务需求或经验决定
缺点3用密度来聚类DBSCAN解决
上图解释：P邻域就是以其为圆心的圆；核心对象中Minpoints假设自定为3，则P的邻域有4个点所以P是核心对象；P到M直接密度可达；如果P到M直接密度可达，M到Q直接密度可达则P到Q密度可达；O的S与R都密度可达则R与S密度相连
DBSCAN不需定义一共要设计多少个类(由邻域半径与Minpoints决定），不要求形状，可输入过滤噪声的参数（也是上面两个参数)
缺点4用mini batch解决，每次迭代不采用所有样本，而是每次等量的采样，然后进行K个重心的更新，每次会抽到不一样的点，且会对重心进行更新
K-MEANS及改进
猜你喜欢
转载自blog.csdn.net/cj1064789374/article/details/88002019
今日推荐
周排行