JavaEE
鸿蒙应用开发
HTML&JS+前端
Python+大数据开发
人工智能开发
电商视觉设计
软件测试
新媒体+短视频
集成电路应用开发
C/C++
狂野架构师
IP短视频
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：
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。
-
人工智能
-
人工智能
-
人工智能
-
人工智能
-
人工智能
-
人工智能
最新资讯
0
分享到：
江苏传智播客教育科技股份有限公司 版权所有Copyright 2006-2024 All Rights Reserved 苏ICP备16007882号营业执照增值电信业务经营许可证出版物经营许可证
苏公网安备 32132202001156号