知识卡片
最近中心划分的形状
使用欧氏距离时,两个中心的等距离边界是超平面。一个中心的区域来自这些半空间的交集,因此是凸的。两条交错的弯月若需要各自保持为一簇,按最近中心划分往往会切错。
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
- K-means聚类 距离选择与交替聚类 · 查看原书依据
采用欧氏距离作为距离度量,因此无法有效地对非凸 的数据集(如双月形数据集)进行聚类,如图5.5所示。基于密度的聚类算法(如DBSC
参考来源
- 位置:《机器学习基础》第5章,5.2 K-means算法的基本原理(book-source:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter34.xhtml)
- 结论依据:原文借「无法有效地对非凸 的数据集」处的论述给出本卡所解释的关系或做法。
- 原始内容:采用欧氏距离作为距离度量,因此无法有效地对非凸 的数据集(如双月形数据集)进行聚类,如图5.5所示。基于密度的聚类算法(如DBSC