在使用kmeans之前,必须先了解kmeans算法的2个缺点:第一是必须人为指定所聚的类的个数k;第二是如果使用欧式距离来衡量相似度的话,可能会得到错误的结果,因为没有考虑到属性的重要性和相关性。为了减少这种错误,在使用kmeans距离时,一定要使样本的每一维数据归一化,不然的话由于样本的属性范围不同会导致错误的结果。
k-means算法实例_在某种情景下使用k-means算法的案例,kmeans算法例题-其它文档类资源 Ja**ne上传435.79 KB文件格式rar聚类算法在某种情景下使用k-means算法的案例kmeans算法例题 一个聚类算法(k-means)实例,对想实践一下K_means算法的朋友很实用 (0)踩踩(0)...