知识卡片

普通读书笔记卡 · 9945.e.2 · 生成模型:未记录

均值聚类交替降低误差

理解等级:中级

固定中心时,将每点分给最近的中心使该点的平方代价最小。固定分组时,以簇均值为中心使该簇总平方误差最小。交替更新使目标不增,但可能落到不同局部解。K 可以借惯性曲线的拐点及实际任务选定。

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:《从零开始:机器学习的数学原理和算法实践》第11章《搞懂算法:聚类是怎么回事》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter011.xhtml) - 结论依据:原文给出最近中心分配和中心重算,并讨论 K 值与初值敏感。 - 原始内容:将每个簇所有点的均值作为新的质心,替换原来的质心。