Публикации по теме 'k-means'
Изучение кластеризации K-средних:
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..
Обучение без учителя с использованием K-средних
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..
K Ближайший сосед против K Means: в чем разница?
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..