← 返回卡片

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

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T07:14:08.928Z

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

此预览只包含定位所需的摘录和上下文。

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