机器学习——聚类算法K-Means

目录

一、初识聚类

1. 认识聚类算法

2. 聚类的流程

3. 簇内误差平方和

    Inertia越小模型越好吗？

二、KMeans介绍

1. 重要参数n_clusters

2. 模型评估指标

（1）真实标签己知的时候

（2）真实标签未知的时候

三、sklearn中的聚类算法（自查）

1. 类型

2. KMeans参数列表

3. KMeans属性列表

4. KMeans接口列表

---

一、初识聚类

1. 认识聚类算法

        聚类算法又叫做 “ 无监督分类 ” ，其目的是 将数据划分成有意义或有用的组（或族）。这种划分可以 基于我们的 业务需求 或 建模需求来 完成，也可以 单纯地帮助我们 探索数据的 自然结构和分布。

        聚类和分类的不同：

2. 聚类的流程

        这个过程在可以 由下图来显示，我们规定，将数据分为 4 簇（K=4），其中白色 X 代表质心的位置：

        在每次迭代中 被分配到 这个质心上的 样本都是 一致的，即 每次新生成的簇 都是 一致的，所有的样本点 都不会再 从一个簇转移到 另一个簇，质心就 不会变化了。

3. 簇内误差平方和

        被分在同一个簇 中的数据是 有相似性的，而 不同簇中的数据是 不同的。聚类算法追求 “ 簇内差异小、簇外差异大 〞。而这个“差异”，由 样本点到 其所在簇的质心的 距离来衡量。对于一个簇来说，所有 样本点到质心的 距离之和越小，就认为这个簇中的样本越相似，簇内差异就越小。

        距离的衡量方法有多种，令 x 表示簇中的 一个样本点，

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/Li_阴宅/article/detail/958281