主要内容

k则和k-Medoids集群

通过最小化平均距离或中位数距离聚类,并计算马氏距离

k - meansk-medoids聚类分区数据k互斥集群数量。这些技术通过最小化从数据点到其所分配集群的平均值或中值位置的距离,将每个观测值分配给一个集群。Mahalanobis距离是一种使用样本数据的平均值和标准差计算的无单位度量,并说明数据之间的相关性。

功能

kmeans k聚类则
kmedoids k-medoids集群
泰姬陵 Mahalanobis距离

主题

k - means聚类

数据分割成k相互排斥的集群。