python - KMeans 算法如何绘制点?
问题描述
KMeans 算法如何处理用于聚类目的的数据点绘图?
例如,考虑 3 个具有许多特征的数据点。其中,一个特性如下: 值:
房间长度:
- 2.05
- 2.35
- 5.75
前 2 个条目是否会放置在同一个集群中,因为这些值彼此更接近(假设所有其他特征也相似)?
请帮帮我!
解决方案
这个概念是正确的,即具有相似值的特征将根据它们的欧几里德距离聚集在一起。
要了解更多信息,请阅读:https ://scikit-learn.org/stable/modules/clustering.html#k-means 。
仅供参考:最小化的目标函数是:
推荐阅读
- tradingview-api - 如何在交易视图松脚本中获取特定蜡烛在特定时间的高价和低价价
- curl - 需要帮助:如何使用 curl 命令导出 Dialogflow CX 代理
- django - 表单内容在 Django 主页上不可见?
- python - 找到三个“连接”矩阵的最大最小值的最快方法
- javascript - 在所有页面加载时强制移动视图
- windows-installer - 无法使用 Admin$ 文件夹执行 msexec 和 psexec
- r - 错误:运行这段 R 代码时“}”中出现意外的“}”
- java - 如何从 Windows FileExplorer 在 SWTBot 中打开文件
- python - 如何识别文本中的否定词?
- azure-ad-b2c - 我们现在在 B2C 中是否具有支持分机号码的 MFA 功能