MACHINE LEARNING

Lecture 10

K-means algorithm

 

Unsupervised Learning

非監督式學習

之前都是給資料跟結果

如果只有資料呢?

非監督式學習

給一些資料根據聚集程度分群

K-means algorithm

 

步驟

隨機選要分成n個群的點

random

求距離判斷是哪個群

把點更新到群體的平均、迭代數次

\sum_{i=0}^{n}(x_{i}-\overline{x} )^{2}

有沒有別種做法(?

二分K-mean

Bisecting K-mean Clustering

優點

計算時間比較少

群體多的時候比較有效

怎麼決定切哪塊

又是歐幾里得距離

\sum_{i=0}^{n}(x_{i}-\overline{x} )^{2}

食酢

宣傳ㄟㄟㄟ

 

ML L10

By richardliang