基于机器学习的聚类数据划分算法的研究  

Research on Clustering Data Partition Algorithm Based on Machine Learning

作　　者：马宏艳[1] 杨保银 彭仁杰[1] MA Hong-yan(Information Engineering College,Longdong University,Qingyang 745000,China)

机构地区：[1]陇东学院信息工程学院,甘肃庆阳745000 [2]甘谷县新兴小学,甘肃天水741200

出　　处：《电脑知识与技术》2021年第20期9-10,19,共3页Computer Knowledge and Technology

基　　金：甘肃省教育厅高等学校创新能力提升项目(2019B-151);甘肃省教育厅高等学校创新能力提升项目(2020B-256)。

摘　　要：聚类算法是一种典型的无监督学习算法。本文分析了样本度量算法及类间的度量方法,机器学习中的聚类数据划分算法有k-平均算法、k-中心点算法,分析了两种算法的优缺点,最后说明算法在scikit-learn中的应用。Clustering Algorithm is a typical unsupervised learning algorithm.This paper analyzes the sample measurement algo⁃rithm and the measurement method between classes,The clustering data partition algorithm in machine learning includes k-some⁃thing average algorithm and k-something central point algorithm.The advantages and disadvantages of the two algorithms are ana⁃lyzed.

关 键 词：机器学习 聚类 划分方法 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]