StatQuest——K-means到底是什么实苞？

在你學(xué)習(xí)一些生信分析過程里（聚類有關(guān)的分析中）豺撑，一定看到過"k-means"這個詞。那么到底什么是K-means黔牵？K-means聚類的過程是什么聪轿？K-means和之前的筆記里記錄的Hierarchical Clustering到底有什么不同？

如果你不想看一串一串的公式猾浦，又想知道這些問題的答案陆错，那么下面這個視頻是你最好的選擇：StatQuest: K-means clustering

• 人面猴

  序言：七十年代末音瓷，一起剝皮案震驚了整個濱河市，隨后出現(xiàn)的幾起案子夹抗，更是在濱河造成了極大的恐慌绳慎，老刑警劉巖，帶你破解...

  沈念sama閱讀 206,126評論 6贊 481
• 死咒

  序言：濱河連續(xù)發(fā)生了三起死亡事件，死亡現(xiàn)場離奇詭異杏愤，居然都是意外死亡靡砌，警方通過查閱死者的電腦和手機，發(fā)現(xiàn)死者居然都...

  沈念sama閱讀 88,254評論 2贊 382
• 救了他兩次的神仙讓他今天三更去死

  文/潘曉璐 我一進店門珊楼，熙熙樓的掌柜王于貴愁眉苦臉地迎上來乏奥，“玉大人，你說我怎么就攤上這事亥曹〉肆耍” “怎么了？”我有些...

  開封第一講書人閱讀 152,445評論 0贊 341
• 道士緝兇錄：失蹤的賣姜人

  文/不壞的土叔 我叫張陵媳瞪，是天一觀的道長骗炉。 經(jīng)常有香客問我，道長蛇受，這世上最難降的妖魔是什么句葵？ 我笑而不...

  開封第一講書人閱讀 55,185評論 1贊 278
• ?港島之戀（遺憾婚禮）

  正文 為了忘掉前任，我火速辦了婚禮兢仰，結(jié)果婚禮上乍丈，老公的妹妹穿的比我還像新娘。我一直安慰自己把将，他們只是感情好轻专，可當(dāng)我...

  茶點故事閱讀 64,178評論 5贊 371
• 惡毒庶女頂嫁案：這布局不是一般人想出來的

  文/花漫 我一把揭開白布。 她就那樣靜靜地躺著察蹲，像睡著了一般请垛。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上洽议，一...

  開封第一講書人閱讀 48,970評論 1贊 284
• 城市分裂傳說

  那天宗收，我揣著相機與錄音，去河邊找鬼亚兄。 笑死混稽，一個胖子當(dāng)著我的面吹牛，可吹牛的內(nèi)容都是我干的审胚。 我是一名探鬼主播匈勋，決...

  沈念sama閱讀 38,276評論 3贊 399
• 雙鴛鴦連環(huán)套：你想象不到人心有多黑

  文/蒼蘭香墨 我猛地睜開眼，長吁一口氣：“原來是場噩夢啊……” “哼菲盾！你這毒婦竟也來了颓影？” 一聲冷哼從身側(cè)響起各淀，我...

  開封第一講書人閱讀 36,927評論 0贊 259
• 萬榮殺人案實錄

  序言：老撾萬榮一對情侶失蹤懒鉴，失蹤者是張志新（化名）和其女友劉穎，沒想到半個月后，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體临谱，經(jīng)...

  沈念sama閱讀 43,400評論 1贊 300
• ?護林員之死

  正文 獨居荒郊野嶺守林人離奇死亡璃俗，尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...

  茶點故事閱讀 35,883評論 2贊 323
• ?白月光啟示錄

  正文 我和宋清朗相戀三年，在試婚紗的時候發(fā)現(xiàn)自己被綠了悉默。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片城豁。...

  茶點故事閱讀 37,997評論 1贊 333
• 活死人

  序言：一個原本活蹦亂跳的男人離奇死亡，死狀恐怖抄课，靈堂內(nèi)的尸體忽然破棺而出唱星，到底是詐尸還是另有隱情，我是刑警寧澤跟磨，帶...

  沈念sama閱讀 33,646評論 4贊 322
• ?日本核電站爆炸內(nèi)幕

  正文 年R本政府宣布间聊，位于F島的核電站，受9級特大地震影響抵拘，放射性物質(zhì)發(fā)生泄漏哎榴。R本人自食惡果不足惜，卻給世界環(huán)境...

  茶點故事閱讀 39,213評論 3贊 307
• 男人毒藥：我在死后第九天來索命

  文/蒙蒙 一僵蛛、第九天 我趴在偏房一處隱蔽的房頂上張望尚蝌。 院中可真熱鬧，春花似錦充尉、人聲如沸飘言。這莊子的主人今日做“春日...

  開封第一講書人閱讀 30,204評論 0贊 19
• 一樁弒父案驼侠，背后竟有這般陰謀

  文/蒼蘭香墨 我抬頭看了看天上的太陽热凹。三九已至，卻和暖如春泪电，著一層夾襖步出監(jiān)牢的瞬間般妙，已是汗流浹背。 一陣腳步聲響...

  開封第一講書人閱讀 31,423評論 1贊 260
• 情欲美人皮

  我被黑心中介騙來泰國打工相速， 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留碟渺，地道東北人。 一個月前我還...

  沈念sama閱讀 45,423評論 2贊 352
• 代替公主和親

  正文 我出身青樓突诬，卻偏偏與公主長得像苫拍，于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子旺隙，可洞房花燭夜當(dāng)晚...

  茶點故事閱讀 42,722評論 2贊 345

推薦閱讀更多精彩內(nèi)容

• K-Means 聚類原理

  前言 K-Means 是聚類算法中的最常用的一種绒极，算法最大的特點是簡單，好理解蔬捷，運算速度快垄提，但是只能應(yīng)用于連續(xù)型的...

  安哥生個信閱讀 2,172評論 2贊 8
• K-Means聚類若干問題

  1 K-Means聚類收斂性怎么證明榔袋？一定會收斂？铡俐？凰兑？ 2 聚類中止條件：迭代次數(shù)、簇中心變化率审丘、最小平方誤差MS...

  城市中迷途小書童閱讀 8,798評論 0贊 1
• 分層k-means聚類和HCPC

  分層k-means聚類 The procedure is as follow: Compute hierarchi...

  leoxiaobei閱讀 694評論 0贊 1
• ML14-K均值算法（K-Means）

  K-Means算法的思想比較質(zhì)樸吏够，屬于非監(jiān)督學(xué)習(xí)，簡單易懂滩报，數(shù)學(xué)理論也僅僅局限于初中知識范圍锅知。本主題就簡單介紹下，...

  楊強AT南京閱讀 569評論 0贊 4
• StatQuest學(xué)習(xí)筆記17——聚類

  前言 這篇筆記是StatQuest系列教程的第47脓钾，48喉镰，49節(jié)。第47節(jié)與第48節(jié)有很在一部分內(nèi)容是重復(fù)的惭笑，主要...

  backup備份閱讀 2,237評論 1贊 11