Python 机器学习实战 —— 无监督学习(下)
摘要:
主要介绍 KMeans、GMM 、Agglomerative 、DBSCAN 等模型的使用,KMeans 是最常用最简单的模型,它尝试根据 n_clusters 设置找到代表数据区域的簇中心。而 GMM 可以看成是升级版的 KMeans ,它会改 KMeans 模型簇边界的计算方式,把圆形改成椭圆形,让数据边界更明显。Agglomerative 则更类似于树模型,使用近邻合并的模型,把相近的数据点合并为簇。DBSCAN 是更智能化的模型,通过数据点的聚集程度判断簇中心,在没有设置固定 n_clusters 的情况下分配出符合实际情况的簇。 阅读全文
![](https://img2020.cnblogs.com/blog/64989/202109/64989-20210909171557227-1087592338.png)
posted @ 2021-08-10 11:36 风尘浪子 阅读(2111) 评论(1) 推荐(1) 编辑