《吴恩达《Machine Learning》精炼笔记中，如何用Python实现KMeans聚类算法？

本文共计1937个文字，预计阅读时间需要8分钟。

作者 | Peter | 编辑 | AI有道本周主要知识点：无监督学习中的两个重点：聚类和降维。本文首先介绍聚类中的K均值算法，包括算法思想、图解K-Means、sklearn实现、Python实现等。

作者 | Peter

编辑 |AI有道

本周的主要知识点是无监督学习中的两个重点：聚类和降维。本文中首先介绍的是聚类中的K均值算法，包含：

• 算法思想
• 图解K-Means
• sklearn实现
• Python实现

无监督学习unsupervised learning

无监督学习简介

聚类和降维是无监督学习方法，在无监督学习中数据是没有标签的。

比如下面的数据中，横纵轴都是xx，没有标签（输出yy）。在非监督学习中，我们需要将一系列无标签的训练数据，输入到一个算法中，快速这个数据的中找到其内在数据结构。