Математические концепции, использование и примеры Введение Кластеризация в машинном обучении — это метод обучения без учителя, который включает в себя группировку похожих точек данных вместе на основе присущих им шаблонов или сходств. Целью кластеризации является выявление отдельных групп или кластеров в наборе данных без каких-либо предварительных знаний о метках классов или целевой переменной. При кластеризации алгоритм анализирует входные данные и организует их в кластеры..

Версия этой статьи на португальском языке доступна в Aprendizado não Supervisionado com K-means . Эта статья посвящена неконтролируемому обучению, методам машинного обучения, в которых используются немаркированные данные. В обучении без учителя есть метод, называемый кластеризацией, который используется для кластерных данных со схожими характеристиками. Иногда эти методы позволяют классифицировать данные, чтобы их можно было использовать для обучения с учителем. Группирование данных..

Многие люди путают K ближайшего соседа (KNN) с алгоритмом кластеризации K означает. Однако KNN — это алгоритм машинного обучения с учителем , используемый для классификации, а K означает алгоритм машинного обучения без учителя , используемый с целью кластеризации точек данных. Звучит слишком сложно? Давайте разберем оба алгоритма на простые термины и отметим различия. Оглавление · Что такое ближайший сосед K (KNN)? ∘ Визуализация алгоритма KNN ∘ Работа алгоритма KNN · Что..