機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ) 課件Ch10-4K均值算法優(yōu)化_第1頁
機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ) 課件Ch10-4K均值算法優(yōu)化_第2頁
機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ) 課件Ch10-4K均值算法優(yōu)化_第3頁
機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ) 課件Ch10-4K均值算法優(yōu)化_第4頁
機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ) 課件Ch10-4K均值算法優(yōu)化_第5頁
已閱讀5頁，還剩1頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

第十章k均值算法機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ)01020304問題引入聚類K均值算法介紹K均值算法優(yōu)化目錄CONTENTS05scikit-learn中的K均值06圖像壓縮K均值算法優(yōu)化04K均值算法優(yōu)化想要優(yōu)化K均值算法的效率問題，大概有兩個入手點(diǎn)：一個是樣本數(shù)量太大，MiniBatchK-Means可以解決一個是迭代次數(shù)過多，則利用K-Means++的方法降低迭代次數(shù)K-Means++假設(shè)已經(jīng)選取了n個初始聚類中心(0<n<K)，則在選取第n+1個聚類中心時：距離當(dāng)前n個聚類中心越遠(yuǎn)的點(diǎn)會有更高的概率被選為第n+1個聚類中心。MiniBatchK-Means用樣本集中的一部分的樣本來做傳統(tǒng)的K-Means，這樣可以避免樣本量太大時的計(jì)算難題，算法收斂速度大大加快

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論