K-Means算法,KNN算法,朴素贝叶斯算法,决策树

常用距离 曼哈顿距离 切比雪夫距离 欧氏距离 K-means算法 算法流程: 选择聚类的个数k. 任意产生k个聚类，然后确定聚类中心，或者直接生成k个中心。 对每个点确定其聚类中心点。 再计算其聚类新中心。 重复以上步骤直到满足收敛要求。（通常就是确定的中心点不再改变。)，能收敛是因为EM算法 流程如下图： 初始超参数给得不恰当时: - K值的确定（记住这一点） 轮廓系数法 凡是基于距离的算法，都

>>阅读原文<<