摘要：
转自：https://www.cnblogs.com/Sinte-Beuve/p/6160905.html 方便查询 阅读全文
摘要：
基本概念：(Density-Based Spatial Clustering of Application with Noiso) 1.核心对象： 若某个点的密度达到算法设定的阈值则其为核心点。（即r领域内的点数量不小于minPts） 2.ε-领域的距离阈值： 设定的半径r 3.直接密度可达： 若某 阅读全文
摘要：
K-MEANS算法 聚类概念： 1.无监督问题：我们手里没有标签 2.聚类：相似的东西分到一组 3.难点：如何评估，如何调参 4.要得到簇的个数，需要指定K值 5.质心：均值，即向量各维取平均即可 6.距离的度量：常用欧几里得距离和余弦相似度 7.优化目标：min$$ min \sum_{i=0}^ 阅读全文