AI实训（三）：聚类算法、支持向量机算法_支持向量聚类

1. 聚类算法

聚类概念：

• 无监督问题：我们手里没有标签了
• 聚类：相似的东西分到一组
• 难点：如何评估，如何调参

有个比较好玩的聚类算法可视化网站，可以方便理解聚类算法。
k-means
DBSCAN

1.1 K_means算法

1、基本概念

• 要得到簇的个数，需要指定K值（也就是分为K类）
• 质心：均值，即向量各维取平均即可（K个质心）
• 距离的度量：常用欧几里得距离和余弦相似度（先标准化）
• 优化目标：$min\sum _{i=1}^K\sum _{x\in C_i}dist(c_i,x{)}^2$

2、工作流程

（a）一堆没有标签的样本点
（b）随机初始化两个中心点（一红标签一蓝标签）
（c）遍历所有样本点，样本点到哪个中心点的距离最短，就贴上相应的标签。
（d）分别计算红色簇和蓝色簇的质心，作为新的中心点
（e）根据新中心点，重复（c）步骤
（f）重复（d）步骤
一直到质心不再改变，有时候可能会无限迭代下去，这时可以设置最大迭代次数。

由于是随机初始化中心点，所以同样的数据集，相同的K值，运行多次，每次得到的聚类效果可能都不一样。sklearn工具包中的k-means算法是默认跑10次然后取最好的那一次。

3、评估方法

注意：这里的评估方法只是一个参考，并不代表最佳的参数选择方案。

• Inertia指标：也就是每个样本与其质心的距离的平方的总和，在sklearn工具包中，这个指标值可以通过kmeans.inertia_属性来获得
• 轮廓系数：
  • 声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Gausst松鼠会/article/detail/413352