K-means的算法流程:
1.选取K个点作为初始质心
2.将每个点指派到最近的质心,形成K个簇
3.对于上一步聚类的结果,进行平均计算,得出该簇的新的聚类中心
4.重复上述两步,直到迭代结束:质心不发生变化
梯度下降步骤:
1.用随机值初始化权重和偏差
2.把输入值传入网络,得到输出值
3.计算预测值和真实值之间的误差
4.对每一个产生误差的神经元,调整相应的(权重)值以减小误差
5.重复迭代,直到得到网络权重的最佳值
K-means的算法流程:
1.选取K个点作为初始质心
2.将每个点指派到最近的质心,形成K个簇
3.对于上一步聚类的结果,进行平均计算,得出该簇的新的聚类中心
4.重复上述两步,直到迭代结束:质心不发生变化
梯度下降步骤:
1.用随机值初始化权重和偏差
2.把输入值传入网络,得到输出值
3.计算预测值和真实值之间的误差
4.对每一个产生误差的神经元,调整相应的(权重)值以减小误差
5.重复迭代,直到得到网络权重的最佳值
上一篇:C语言——初识 Day 3
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M