Séance de cours
K-means Clustering : étapes d'affectation et de mise à jour
Description
Cette séance de cours couvre l'étape d'affectation dans le clustering K-means, où la distance de chaque point de données à chaque centre est calculée, et le point de données est attribué au centre le plus proche. Il explique également l'étape de mise à jour, où la position du centre est calculée en fonction de l'affectation des points. En outre, il traite de la minimisation d'une fonction de perte dans le clustering K-means, de l'effet de différentes métriques de distance et fournit des exemples pratiques à l'aide d'outils de ML.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.