返回主题:经典算法与业务建模

知识卡片

普通读书笔记卡 · 1071.a · 生成模型:GPT-6(Codex)

K均值聚类需要预先指定K值

理解等级:未标注

K均值交替把点分给最近中心,再用各簇均值更新中心,以降低簇内距离平方和。它需要先指定K,通常只收敛到与初始化有关的局部解,不能保证全局最优。肘部、轮廓与稳定性可辅助选K;离群值、尺度和不适合球形簇的数据都会影响结果,删异常或标准化应有业务依据。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第12章 基于LSTM-Autoencoder的无监督聚类模型 12.2 聚类模型的应用案例 · 查看原书依据

      K均值聚类的运算效率很高,适用于各种问题,运算结果也便于理解。但是K均值聚类也有明显的缺点,它需要提前指定K值作为群集个数,如果K值选得不好,会导致聚类效果不佳。通常我们可以通过手肘法和轮廓图选出最优K值并评估聚类效果。K均值算法中距离指标仅限于原始数据空间,当指定簇类较多时,计算相对低效。此外,K均值对于数据异常点比较敏感,因此往往需要通过对数据进行标准化和去除异常点进行降噪。

    参考来源

    - 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第12章 基于LSTM-Autoencoder的无监督聚类模型,12.2 聚类模型的应用案例(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0067.xhtml) - 结论依据:原文明确K均值"运算效率很高,适用于各种问题,运算结果也便于理解。但是K均值聚类也有明显的缺点,它需要提前指定K值作为群集个数,如果K值选得不好,会导致聚类效果不佳。通常我们可以通过手肘法和轮廓图选出最优K值……此外,K均值对于数据异常点比较敏感,因此往往需要通过对数据进行标准化和去除异常点进行降噪"。 - 原始内容:K均值聚类的运算效率很高,适用于各种问题,运算结果也便于理解。但是K均值聚类也有明显的缺点,它需要提前指定K值作为群集个数,如果K值选得不好,会导致聚类效果不佳。通常我们可以通过手肘法和轮廓图选出最优K值并评估聚类效果。K均值算法中距离指标仅限于原始数据空间,当指定簇类较多时,计算相对低效。此外,K均值对于数据异常点比较敏感,因此往往需要通过对数据进行标准化和去除异常点进行降噪。