算法工程师面试之K-means算法详解

2022年01月16日 阅读数:2
这篇文章主要向大家介绍算法工程师面试之K-means算法详解,主要内容包括基础应用、实用技巧、原理机制等方面,希望对大家有所帮助。


前言

Kmeans 算法和 KNN算法的区别是什么?算法

老是爱弄混这两个算法,不过这两种算法是有本质区别的。ide

KNN


  • 监督学习
  • KNN 算法是基于单个样本的角度考虑:
    给出某个样本,从已分类好的样本中找出距离其最近的k个样本(因此叫K近邻),而后判断这K个近邻中多数属于哪一类别,多数的那个类别就是这个类该属于的类别

kMeans算法



属于无监督算法,样本是没有标签的。因此咱们在将样本集合划分【这个划分是随机划分的】成k个子集,构成k个类。
上面这个划分是随机划分,子集的样本是会随着算法的迭代而逐渐改变。学习



是从类别的角度考虑编码



属于硬编码,所谓的硬编码体如今:计算出最短的距离是谁,那么就将其分红该类,即每一个样本都只能属于一个类。it