知识卡片

操作参考卡 · 1071.a.2 · 生成模型:GPT-6

KMeans拟合与簇预测

理解等级:中级

使用 KMeans 时指定 n_clusters,调用 fit(X) 学习簇中心,再用 predict(X_new) 为样本分配簇。簇编号是任意标签,不等同于真实类别;K 的选择和距离缩放应结合任务评价。

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:《深度学习:从基础到实践(上下册)》第15章《scikit-learn》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0022_split_005.html`) - 结论依据:原文演示 KMeans 及缩放器拟合应用;逆变换并非所有转换器均支持。 - 原始内容:kMeans.fit(XY_points) fit()返回结果,表明聚类完成。为了可视化它是如何分解原始数据的,我们将再次运行相同的数据,并询问每个样本的预测簇。我们将使用predict()方法和相同的数据来进行拟合,如