教育行业A股IPO第一股(股票代码 003032)

全国咨询/投诉热线:400-618-4000

热门课程

KNN和k-means聚类有什么不同?

更新时间:2020年09月21日15时10分 来源:红足1世手机版播客 浏览次数:

KNN:

• KNN算法主要是用于解决监督学习中的分类问题

• 其数据集是由特征值和目标值组成,使用的数据是已经标记过的数据

• KNN算法是一种懒惰算法,没有明显的前期训练过程

• 里面的K值表示把这个样本点分到哪个类别的参考数据点

K-Means:

• k-means算法主要是用于解决无监督学习问题

• 其数据集只有特征值,使用的数据是杂乱无序的,经过聚类之后才会变得稍微有点顺序

• 前期有明显的训练过程

• 里面的K值表示最后要聚成几类

KNN和K-Means的相似点:

两者计算的过程,都包含在数据集中找离其最近的点,然后进行判断。


猜你喜欢:


下面是红足1世手机版播客公开的几套视频教程,如果感兴趣可以下载学习。






0 分享到:

Java高级软件工程师课程javaee

Python大数据课程python

前端开发培训课程web

UI设计培训课程ui

大数据培训班cloud

软件测试培训课程test

c

新媒体运营培训课程netmarket

产品经理培训课程pm

linux培训班Linux

影视制作培训movies

智能机器人开发robot

电商视觉设计uids

人工智能培训课程Python

北京校区