k-means聚类,密度聚类,层次聚类优缺点

人工智能77

k-means:

优点:
1,简单,易于理解和实现;
2,时间复杂度低
缺点:
1,需要对均值给出定义,
2,需要指定要聚类的数目;
3,一些过大的异常值会带来很大影响;
4,算法对初始选值敏感;
5,适合球形聚类

层次聚类:

优点:
1,距离和规则的相似度容易定义,限制少;
2,不需要预先制定聚类数;
3,可以发现类的层次关系;
4,可以聚类成其它形状

输入验证码查看隐藏内容

扫描二维码关注本站微信公众号 Johngo学长
或者在微信里搜索 Johngo学长
回复 svip 获取验证码
wechat Johngo学长

相关文章
人工智能

第9章 Stata聚类分析

目录 9.1划分聚类分析 1.数标准化处理 2.K个平均数的聚类分析 3.K个中位数的聚类分析 案例延伸 1.采用其他相异性指标 2.设置聚类变量的名称 3.设置观测样本为初始聚类中心 4.排除作为初...
人工智能

NLP赛事电商搜索

本次题目围绕电商领域搜索算法,开发者们可以通过基于阿里巴巴集团自研的高性能分布式搜索引擎问天引擎(提供高工程性能的电商智能搜索平台),可以快速迭代搜索算法,无需自主建设检索全链路环境。 本次评测的数据...
人工智能

VOC数据集转YOLO数据集

文章目录 * - 制作自己的VOC数据集 - 生成数据集名称文件 - .xml文件转.txt文件 - 完善自己的YOLO数据集 制作自己的VOC数据集 首先,把VOC数据集里的图片和.xml文件按照如...