在k-均值聚类中最小化损失函数意味着什么？
我正在学习k-均值聚类算法，我已经读到该算法是“试图最小化聚类目标未达到的损失函数”。
我理解该算法的基本概念，该算法在第一次迭代中初始化任意质心/均值，然后将数据点分配给这些簇。然后在所有点都指定后更新质心，并再次重新指定点。算法继续迭代，直到集群不再改变。该算法试图最小化簇内平方和（WCSS）值，该值是簇内方差的度量。
然而，在这个算法的上下文中，我很难理解损失函数的含义。任何见解都将不胜感激。
共有1个答案
在更广泛的机器学习背景下，损失函数（有时称为成本函数）是一个指示特定答案有多“糟糕”的函数。最小化损失函数对应于找到问题的“最佳”答案。
（想到“损失最少”可能会很奇怪，在这种情况下，把它视为成本函数可能更容易。目标是找到成本最低的问题解决方案。）
-
$k$均值聚类算法(k-means clustering algorithm) 在聚类的问题中，我们得到了一组训练样本集 ${x^{(1)},...,x^{(m)}}$，然后想要把这些样本划分成若干个相关的“类群（clusters）”。其中的 $x^{(i)}\in R^n$，而并未给出分类标签 $y^{(i)}$ 。所以这就是一个无监督学习的问题了。 $K$ 均值聚类算法如下所示： 随机初始化（
-
目标 在本章中，我们将了解K-Means聚类的概念，其工作原理等。 理论 我们将用一个常用的例子来处理这个问题。 T-shirt尺寸问题 考虑一家公司，该公司将向市场发布新型号的T恤。显然，他们将不得不制造不同尺寸的模型，以满足各种规模的人们的需求。因此，该公司会记录人们的身高和体重数据，并将其绘制到图形上，如下所示： 公司无法制作所有尺寸的T恤。取而代之的是，他们将人划分为小，中和大，并仅制造这
-
问题内容： 我刚刚看到一个成员函数，如下所示： 但是Cat是这样的接口： 因此，我对如何解释这一点感到困惑。我知道什么东西返回一个对象或原语是什么意思。但是返回接口意味着什么？如何使用此函数的返回值？ 问题答案： 考虑一下这种方式：如果在常规类的哪里，当您想在其上调用某些方法时，您 究竟 在乎什么呢？ 您会关心方法定义：它们的名称，它们的参数类型，它们的返回值。你 并不 需要关心实际的实现！ 由于
-
问题内容： $(‘button’).click(function () { 我的问题：尽管我打了个电话，为什么它仍然会提醒下一个号码？就像：忽略下面的代码，然后继续下一个元素 问题答案： 除了引发异常外，没有其他方法可以停止或中断循环。如果您需要这种行为，该方法是错误的工具。 提前终止可以通过以下方式完成： 一个简单的循环 一… 圈 另一个阵列的方法：，，，和测试使用谓词返回truthy值的数组元
-
如果这听起来像是一个非常愚蠢的问题，我很抱歉，但这在《飞镖与颤栗》中是一个全新的问题。在颤振示例中，我经常看到这样的构造函数： 我知道什么{}是MAP或SET。但是{}在这里到底是什么意思？为什么它只用于传达一个值Key键？ 提前谢谢
-
我想创建一个
-
问题内容： 我正在使用Facebook库，其中包含以下代码： 函数定义开头的＆是什么意思，以及如何使用这样的库（在一个简单的示例中） 问题答案： 函数名称前的与号表示函数将返回对变量的引用，而不是值。 当您想使用函数查找引用应绑定到哪个变量时，按引用返回很有用。不要使用引用返回来提高性能。引擎将自动自动优化它。仅在有充分的技术理由时才返回引用。
-
聚类 聚类，简单来说，就是将一个庞杂数据集中具有相似特征的数据自动归类到一起，称为一个簇，簇内的对象越相似，聚类的效果越好。它是一种无监督的学习(Unsupervised Learning)方法,不需要预先标注好的训练集。聚类与分类最大的区别就是分类的目标事先已知，例如猫狗识别，你在分类之前已经预先知道要将它分为猫、狗两个种类；而在你聚类之前，你对你的目标是未知的，同样以动物为例，对于一个动物集来