熱線電話：13121318867

登錄
首頁精彩閱讀機器學習常用算法的優缺點之聚類算法和排序算法
機器學習常用算法的優缺點之聚類算法和排序算法
2019-04-01
收藏

在機器學習中，有兩種算法是比較常見的，分別是K-Means聚類和排序算法，在這篇文章中我們就簡單給大家介紹一下關于這兩種算法的優缺點，方便大家能夠更好了解這兩種算法。

首先給大家介紹一下K-Means聚類算法，其實這是一種簡單的聚類算法，具體就是把n的對象根據他們的屬性分為k個分割，k< n。 算法的核心就是要優化失真函數J,使其收斂到局部最小值但不是全局最小值。

那么這種算法的優點是什么呢？第一就是算法簡單，容易實現。第二就是算法速度很快，第三就是對處理大數據集，該算法是相對可伸縮的和高效率的，因為它的復雜度大約是O(nkt)，其中n是所有對象的數目，k是簇的數目,t是迭代的次數。通常k<<n。這個算法通常局部收斂。第四就是算法嘗試找出使平方誤差函數值最小的k個劃分。當簇是密集的、球狀或團狀的，且簇與簇之間區別明顯時，聚類效果較好。

那么這種算法的缺點具體體現在六點，第一就是對數據類型要求較高，適合數值型數據。第二就是可能收斂到局部最小值，在大規模數據上收斂較慢。第三就是分組的數目k是一個輸入參數，不合適的k可能返回較差的結果。第四就是對初值的簇心值敏感，對于不同的初始值，可能會導致不同的聚類結果。第五就是不適合于發現非凸面形狀的簇，或者大小差別很大的簇。第六就是對于”噪聲”和孤立點數據敏感，少量的該類數據能夠對平均值產生極大影響。

下面我們就給大家介紹一下排序算法（PageRank），其實PageRank是google的頁面排序算法，是基于從許多優質的網頁鏈接過來的網頁，必定還是優質網頁的回歸關系，來判定所有網頁的重要性。那么PageRank優點就是完全獨立于查詢，只依賴于網頁鏈接結構，可以離線計算。而PageRank缺點就是PageRank算法忽略了網頁搜索的時效性，同時舊網頁排序很高，存在時間長，積累了大量的in-links，擁有最新資訊的新網頁排名卻很低，因為它們幾乎沒有in-links。

在這篇文章中我們給大家介紹了關于機器學習的相關方法，其實這些機器學習的算法都是十分實用的，我們在學習機器學習的時候只有對算法的實際情況了如指掌才能夠更好的理解機器學習。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

機器學習 大數據

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇機器學習常見的兩個大坑
下一篇機器學習常見算法優缺點之邏輯回歸
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢