使用肘部方法的 K 均值聚類。

介紹

聚類或聚類分析是機器學習技術，它將未標記的資料集進行分組。可以說，這是「將資料點分組為由相似資料點組成的不同簇的方式。具有可能相似性的物件保留在一個群組中，而那些與另一組具有較少相似性或沒有相似性的對象 “

讓我們透過 Mall 的實際範例來了解聚類技術。當顧客參觀任何購物中心時，我們可以觀察到具有相似用途的物品被分組在一起。例如T卹分在一個區，褲子在其他區，同樣，在蔬菜區，蘋果、香蕉、芒果等都分在單獨的區，方便顧客快速找到想要的東西。聚類技術也以同樣的方式運作。聚類的其他範例是根據主題對文件進行分組。

K-means 聚類演算法的 Python 實作。

先決條件

• 什麼是 K-means 聚類演算法。
• k 均值演算法如何運作？
• 如何找出並選擇「k」的值：k-means聚類中的簇數。
• 資料預處理。
• 標準化和特徵縮放。
• 擬合訓練和資料轉換。
• 在訓練資料集上訓練 K-means 演算法。
• 做出預測。
• 檢查 5 個質心的座標
• 使用手肘方法找出最佳 (k) 簇數。
• 可視化群集
• 調查結果摘要

以上是使用肘部方法的 K 均值聚類。的詳細內容。更多資訊請關注PHP中文網其他相關文章！