K-는 엘보우 방법을 사용한 클러스터링을 의미합니다.

소개

클러스터링 또는 클러스터 분석은 레이블이 지정되지 않은 데이터 세트를 그룹화하는 기계 학습 기술입니다. "데이터 포인트를 유사한 데이터 포인트로 구성된 서로 다른 클러스터로 그룹화하는 방법이라고 할 수 있습니다. 유사성이 가능한 개체는 그룹에 남아 있고 유사성이 적거나 전혀 없는 개체는 다른 그룹에 남아 있습니다. "

Mall의 실제 사례를 통해 클러스터링 기법을 이해해 보겠습니다. 고객이 어느 쇼핑몰을 방문하면 비슷한 용도의 물건들이 모여 있는 것을 볼 수 있습니다. 티셔츠는 한 섹션에, 바지는 다른 섹션에, 마찬가지로 야채 섹션에는 사과, 바나나, 망고 등이 별도의 섹션에 그룹화되어 고객이 쉽게 물건을 찾을 수 있습니다. 클러스터링 기술도 동일한 방식으로 작동합니다. 클러스터링의 또 다른 예는 주제에 따라 문서를 그룹화하는 것입니다.

K-평균 클러스터링 알고리즘의 Python 구현.

전제 조건

• K-평균 클러스터링 알고리즘이란
• k-평균 알고리즘은 어떻게 작동하나요?
• k-평균 군집화에서 "k: 군집 개수" 값을 찾고 선택하는 방법.
• 데이터 전처리.
• 표준화 및 기능 확장.
• 훈련 및 데이터 변환 적합.
• 훈련 데이터 세트에서 K-평균 알고리즘을 훈련합니다.
• 예측을 해보세요.
• 5개 중심 좌표 검사
• 엘보우법을 이용하여 최적(k)개의 클러스터 찾기
• 클러스터 시각화
• 요약 결과

위 내용은 K-는 엘보우 방법을 사용한 클러스터링을 의미합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!