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
