← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9413.b · 生成模型:Tencent Hunyuan Hy

硬聚类与软聚类

理解等级:初级

硬聚类(如 k-means)每个样本只属于一个簇,用二进制稀疏向量表示成员关系(1 表示属于某中心所在簇)。软聚类(模糊聚类)可让样本属于一个或多个簇,典型是模糊 C-means(FCM,也叫 soft/fuzzy k-means)。FCM 用每个样本对各簇的隶属概率替代硬划分,概率在 [0,1]、对一样本各簇概率和为1。

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

    参考来源

    - 位置:《Python机器学习》第11章《11.1.2 硬聚类与软聚类》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0140.xhtml.xhtml) - 结论依据:原文直接支撑上述要点。 - 原始内容:硬聚类(hard clustering)指的是数据集中每个样本只能划至一个簇的算法