聚类概念
无监督问题：我们手里没有标签
聚类：相似的东西分到一组
难点：如何评估，如何调参
基本概念
要得到簇的个数，需要指定K值
质心：均值，即向量各维取平均即可
距离的度量：常用欧几里得距离和余弦度（先标准化）
优化目标：
工作流程：
优势：
简单、快速、适合常规数据集
劣势：
K值难确定
复杂度与样本呈线性关系
很难发现任意形状的簇
聚类概念
无监督问题：我们手里没有标签
聚类：相似的东西分到一组
难点：如何评估，如何调参
基本概念
要得到簇的个数，需要指定K值
质心：均值，即向量各维取平均即可
距离的度量：常用欧几里得距离和余弦度（先标准化）
优化目标：
工作流程：
优势：
简单、快速、适合常规数据集
劣势：
K值难确定
复杂度与样本呈线性关系
很难发现任意形状的簇