知识卡片
簇数是分析设定
K-means 中 K 是拟合的簇数,不表示邻居数量。书中同一组六种图形可以按形状分成两组,也可以按颜色分成三组,这取决于所用编码、距离和预设 K。比较候选 K 时应看分组目标和稳定性。
[[邻居数量控制局部性]]。两种算法的 K 分别表示簇数和近邻数。
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
- 9.1.2 用“K”来决定归属类别 · 查看原书依据
我们知道,对于分类问题,由于参考答案是已经给定的,所以有多少个类是已知条件。但到了聚类问题,样本数据点经过聚类之后会形成多少个簇,事先是未知的。而选择不同的簇个数,可能会产生不同的聚类结果。譬如现在有方块和圆两种图形,方块和圆又
参考来源
- 位置:《机器学习算法的数学解析与Python实现》9.1.2 用“K”来决定归属类别(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00094.html`)
- 结论依据:图9-1及周边文字说明不同 K 导致不同分组。
- 原始内容:我们知道,对于分类问题,由于参考答案是已经给定的,所以有多少个类是已知条件。但到了聚类问题,样本数据点经过聚类之后会形成多少个簇,事先是未知的。而选择不同的簇个数,可能会产生不同的聚类结果。譬如现在有方块和圆两种图形,方块和圆又