ML on Apple ][+
8 months ago
- #algorithm
- #machine-learning
- #k-means
- K均值算法被认为是一种机器学习算法，在斯坦福大学CS229课程中作为无监督学习的入门聚类算法进行讲授。
- 文章详细解释了K均值算法，包括其初始化、分配和更新步骤。
- 该算法基于最近均值（质心）使用欧氏距离进行分配，将观测值划分为k个簇。
- 文章展示了在Apple ][+计算机上使用APPLESOFT BASIC实现K均值的实践案例，包含初始化、分配和更新步骤的代码片段。
- 文章讨论了K均值背后简洁的数学原理，重点说明比较时无需开平方根的欧氏距离和质心计算方法。
- 提及了算法的调试技巧和注意事项，例如处理异常值以及通过调整标签不匹配来确保准确性。
- 解释了绘制簇间决策边界的过程，强调了在屏幕上可视化这些边界时的挑战与解决方案。
- 文章最后提出期望最大化（EM）算法可能是处理高斯分布数据的更强大替代方案，并暗示未来将探索深度学习等更复杂算法。