无监督学习中的K-means算法是如何工作的？

本文共计1613个文字，预计阅读时间需要7分钟。

无监督学习-K-means算法什么是无监督学习？一家广告平台需要根据数据相似的人口学特征和购买习惯将美国家口分成不同的小组，以便广告客户可以通过相关的广告接触目标客户。

无监督学习-K-means算法 1、 什么是无监督学习

• 一家广告平台需要根据相似的人口学特征和购买习惯将美国人口分成不同的小组，以便广告客户可以通过有关联的广告接触到他们的目标客户。
• Airbnb 需要将自己的房屋清单分组成不同的社区，以便用户能更轻松地查阅这些清单。
• 一个数据科学团队需要降低一个大型数据集的维度的数量，以便简化建模和降低文件大小。

我们可以怎样最有用地对其进行归纳和分组？我们可以怎样以一种压缩格式有效地表征数据？这都是无监督学习的目标，之所以称之为无监督，是因为这是从无标签的数据开始学习的。