k-means的步骤
1）随机设置k个特征空间内的点作为初始的聚类中心
2）对于其他每个点计算到K个点中心的距离，未知的点选择最近的一个聚类中心点作为标记
3）接着对标记的聚类中心之后，重新计算出每个聚类的中心点（平均值）
4）如果计算得到的新的中心点与原中心点一样，那么结束，否则重新进行第二步过程
k是超参数
1）看需求
2） 网格搜索，调节超参数
API
聚类的评估模型
我们认为这样的聚类是最好
我们用轮廓系数来进行评估
所有的模型评估都在metrics里
相关文章：
相似解决方案
热门标签