算法岗机器学习相关问题整理（无监督算法部分）

无监督算法

k means是怎么确定k值的

From https://blog.csdn.net/gxq1221/article/details/81113346 腾讯18年数据挖掘

有三种方法

1. 数据的先验知识，可视化分析
2. 基于结构的算法：即比较类内距离、类间距离以确定K。这个也是最常用的办法，如使用平均轮廓系数，越趋近1聚类效果越好
3. 对训练样本训练分类器，用于预测测试样本类别，并与聚类的类别比较。

参考：

https://www.zhihu.com/question/29208148 知乎问答k值怎么确定

KNN和k-means的区别

KNN是一种memory-based learning，需要带label的数据，实际上是基于统计的。在附近找K个最近的点进行投票。

k-means：选定k值与，根据与初始点的距离不断迭代，重新划定初始点

(a)刚开始时是原始数据，杂乱无章，没有label，看起来都一样，都是绿色的。(b)假设数据集可以分为两类，令K=2，随机在坐标上选两个点，作为两个类的中心点。(c-f)演示了聚类的两种迭代。先划分，把每个数据样本划分到最近的中心点那一簇；划分完后，更新每个簇的中心，即把该簇的所有数据点的坐标加起来去平均值。这样不断进行”划分—更新—划分—更新”，直到每个簇的中心不在移动为止。

参考：

https://www.cnblogs.com/nucdy/p/6349172.html

你都会什么聚类方法

• K-Means（K 均值）聚类
• 均值漂移聚类
• 基于密度的聚类方法
• 用高斯混合模型（GMM）的最大期望（EM）聚类