数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
K-means是一种无监督学习、生成指定K类的聚类算法，将每个对象分配到最近的聚类中心。
K-Means算法原理
1.随机选择K点作为分类中心点。数字化转型网www.szhzxw.cn
2.将每个点分配到最近的类，从而形成K类。
3.重新计算每个类别的中心点。比如同一类别有10个点，那么新的中心点就是这10个点的中心点，一个简单的方法就是取平均值。
K-Means算法比喻说明
1、选组长
每个人都随机选择K个组长，谁离得近，就是那个队列的人(计算距离，近的人聚在一起)。
随着时间的推移，组长的位置在变化(根据算法重新计算中心点)，直到选择真正的中心组长(重复，直到准确率最高)。
2、Kmeans和Knn的区别
Kmeans开班选组长，风水轮流转，直到选出最佳中心组长。
Knn小弟加队，离那个班比较近，就是那个班。数字化转型网www.szhzxw.cn
声明：本文来自新机器视觉，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含： 数字化转型网（www.szhzxw.cn）
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于新机器视觉；编辑/翻译：数字化转型网萍水。
