KMeans算法如何绘制点？

Question

KMeans算法如何为聚类目的处理数据点的绘制？

例如，考虑具有许多功能的3个数据点。除此之外，其中一项功能具有以下功能：

房间长度：

• 2.05
• 2.35
• 5.75

由于值彼此更近（假设所有其他特征也都相似），前两个条目是否会放在同一群集中？

请帮帮我！

Answer 1

这个概念是正确的，即具有相似值的要素将基于它们的欧式距离聚在一起。

要了解更多信息，请阅读：https://scikit-learn.org/stable/modules/clustering.html#k-means。

仅供参考：最小化的目标函数是：