Z
2024-05-21 14:41K-Nearest Neighbor (KNN) 與K-Means Clustering 有啥區(qū)別？
所屬：CFA Level II > Quantitative Methods 視頻位置 相關試題
來源： 視頻位置 相關試題
1個回答
KrisYip助教
2024-05-21 15:54
該回答已被題主采納
同學你好：
KNN和K-means區(qū)別如下，
K-NN 是監(jiān)督機器學習，而 K-means 是無監(jiān)督機器學習。監(jiān)督：已知結果，無監(jiān)督：不知道結果。
K-NN 是一種分類或回歸 機器學習算法，而 K-means 是一種聚類機器學習算法。
K-NN 是惰性學習者，而 K-Means 是 渴望學習者, 不需要訓練。急切的學習者有一個模型擬合，這意味著一個訓練步驟，但一個懶惰的學習者沒有訓練階段。
如果所有數(shù)據都具有相同的規(guī)模，K-NN 的性能會好得多，但對于 K-means 則不然。
通俗說KNN 是讓進來圈子里的人變成自己人，K-means 是讓原本在圈內的人歸成一類人。
0
0
1
1
