原书出处
AI制胜:机器学习极简入门
06 K-means聚类算法 6.3.1
好的模型。SSE(Sum of Squared Erro
r,误差平方和)其实就是每一个点到其簇内质心的距离的平方值的总和,这个数值对应kmeans函数中clusterAssment矩阵的第一列之和。SSE值越小表示数据点越接近于它们的质心,聚类效果也越好。因为对误差取了平
方,因此更加重视那些远离中心的点。 (2)初始的K个质心
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter6.xhtml
EPUB SHA-256:6998c0d7893ca783d8854506b41a985e822de1050c9cada2886de5e1c7b9e314