知识卡片
硬聚类与软聚类
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?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 聚类分析——处理无类标数据 · 查看原书依据
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
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