没有合适的资源?快使用搜索试试~ 我知道了~
dsc-k-means-clustering-seattle-ds-102819
共15个文件
png:6个
md:3个
gif:2个
需积分: 10 1 下载量 70 浏览量
2021-03-02
15:23:25
上传
评论
收藏 2.93MB ZIP 举报
温馨提示
K均值聚类 介绍 在本课程中,我们将学习最流行和广泛使用的聚类算法K-means聚类。 目标 你将能够: 比较集群网络的不同方法 解释K-means聚类算法背后的步骤 在scikit-learn中执行k-means聚类 说明如何评估集群 定义一个“肘图”及其解释方法 聚类 聚类技术是最流行的无监督机器学习算法之一。 群集背后的主要思想是,您希望通过以下方式将对象分组到相似的类中: 组内相似度很高(同一组成员之间的相似度很高) 组间相似度低(不同组的相似度低) 相似性是什么意思? 您应该从距离的角度来考虑它,就像我们使用k-nearest-neighbors算法一样。 两点越近,它们越相似。 在分层和非分层聚类算法之间进行区分是很有用的: 在聚类分析中,聚集层次算法从n个聚类开始(其中n是观察数,因此每个观察是一个聚类),然后合并两个最相似的聚类,合并接下来的两个最相似的聚类,依此
资源推荐
资源详情
资源评论
收起资源包目录
dsc-k-means-clustering-seattle-ds-102819-master.zip (15个子文件)
dsc-k-means-clustering-seattle-ds-102819-master
.gitignore 28B
images
elbow-method.png 14KB
dim_returns.png 103KB
elbow_2.png 18KB
new_elbow-method.png 50KB
new_dim_returns.png 52KB
k_means.gif 1.76MB
new_elbow_2.png 36KB
good-centroid-start.gif 1.74MB
LICENSE.md 1KB
CONTRIBUTING.md 2KB
.canvas 147B
README.md 8KB
.learn 87B
index.ipynb 9KB
共 15 条
- 1
资源评论
信念与梦想
- 粉丝: 40
- 资源: 4659
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功