2020/01/10
《百面机器学习-算法工程师带你去面试》读书笔记
《No.10: p90~p96》第五章 非监督学习

Q37 简述K均值算法的具体步骤

1.        数据预处理，如归一化、离群点处理等。
2.        随机选取K个簇中心。
3.        定义代价函数
4.        设定迭代步数，直到代价函数收敛


Q38 K均值算法的优缺点为何?如何对其进行调优?

1        K均值算法的缺点:
1.1        受初值及离群值影响，每次结果不稳定；
1.2        不太适用于离散分类等；
1.3        无法很好地解决数据簇分布差别比较大的情况。
2        调优方法
2.1        数据归一化及离群值处理。
2.2        合理选择K值:
2.2.1        基于经验和多次实验结果。
2.2.2        亦可透过图形，观察拐点来找出K的最佳值。
2.2.3        算出Gap Statisitic所对应的K值。
2.3        采用核函数: 通过非线性映射，将输入空间中的数据点映射到高位的特征空间中，并在新的特征空间中进行聚类。