杨同学回答（1）
黄石2024-10-18 11:47:03
黄石同学你好。这个取决于不同的算法，不同的非监督式学习中会有各自的评估好坏的指标。比如说K-means algorithm中，我们有inertia，其定义为每个样本个体距离其所属簇（cluster）的质心（centroid）的距离的平方和。显然，这个平方和如果越小，那么意味着整体来看样本个体距离其所属簇的质心较近，也就说明聚类做的较好。
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片