课程总结
您现在应该能够:
- 介绍机器学习应用的聚类。
- 遵循有关聚簇数据的最佳做法和注意事项。
- 采用 k-means 算法。
- 比较热门的聚类方法。
- 根据情况选择监督式相似度衡量方法和手动相似度衡量方法。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-08-13。
[null,null,["最后更新时间 (UTC):2024-08-13。"],[[["This training equips you with the ability to describe clustering in machine learning and understand its practical applications."],["It guides you through best practices for data clustering and introduces the k-means algorithm for effective implementation."],["The training enables you to compare various clustering methods and make informed choices between supervised and manual similarity measures."]]],[]]