2016年10月13日
k-medoids与k-Means聚类算法的异同
摘要： K-Means K-Medoids 初始据点随机选取 初始随机据点限定在样本点中 使用Means（均值）作为聚点，对outliers（极值）很敏感 使用Medoids(中位数)作为聚点 对数据要求高，要求数据点处于欧式空间中 可适用类别（categorical）类型的特征——（4） 时间复杂度：O( 阅读全文
posted @ 2016-10-13 00:15 赵大寳Note 阅读(8498) 评论(1) 推荐(0) 编辑