教育行业A股IPO第一股(股票代码 003032)

全国咨询/投诉热线:400-618-4000

KNN和k-means聚类有什么不同?

更新时间:2020年09月21日15时10分 来源:传智播客 浏览次数:

KNN:

• KNN算法主要是用于解决监督学习中的分类问题

• 其数据集是由特征值和目标值组成,使用的数据是已经标记过的数据

• KNN算法是一种懒惰算法,没有明显的前期训练过程

• 里面的K值表示把这个样本点分到哪个类别的参考数据点

K-Means:

• k-means算法主要是用于解决无监督学习问题

• 其数据集只有特征值,使用的数据是杂乱无序的,经过聚类之后才会变得稍微有点顺序

• 前期有明显的训练过程

• 里面的K值表示最后要聚成几类

KNN和K-Means的相似点:

两者计算的过程,都包含在数据集中找离其最近的点,然后进行判断。


猜你喜欢:

BERT, GPT和 ELMo有什么不同点?

什么是Bias和Variance?


下面是传智播客公开的几套人工智能视频教程,如果感兴趣可以下载学习。






0 分享到:
和我们在线交谈!