K-means 聚类的定义是什么？

适用条件

• 数据必须可以被划分为不同的组。
• 组是互不重叠的。

理解与推导

1. 将该算法识别为一种聚类方法。
2. 陈述其主要功能：划分数据。
3. 指定组的性质：不同且互不重叠。
4. 提及目的：发现隐藏的模式或重新思考类别。

例子

视频将 K-means 定义为一种流行的算法，用于将数据划分为不同的、互不重叠的组，这有助于发现隐藏的模式或重新思考现有的类别。

容易误解的地方

• 假设 K-means 创建重叠的组。
• 认为 K-means 是一种监督学习算法。

观看对应讲解

继续追问

• 如何在 R 中运行 K-means 聚类并指定簇的数量？
• R 的 kmeans 函数返回的对象包含哪些信息？
• 如何在 R 中使用散点图可视化 K-means 簇及其中心？