基本信息
文件名称：AI概论及应用 课件 4.5 常用聚类算法.pptx
文件大小：117.96 KB
总页数：13 页
更新时间：2026-01-12
总字数：约小于1千字
文档摘要
4.5常用聚类算法;1.聚类算法概述;2.K-Means聚类;算法步骤：;优点：简单高效；适用于大规模数据。
缺点：需预先指定K值；对初始质心敏感；对非球形簇效果差。
应用场景：客户分群；图像压缩；市场细分。;例4.6设有一个二维数据集如下，使用K-means聚类算法将数据分为两个簇(k=2)。;3.层次聚类;例将5个点(A-E)按距离聚类。
数据：A(2,3);B(3,7);C(8,8);D(9,4);E(1,2);4.DBSCAN（基于密度的聚类，Density-BasedSpat