数据挖掘的10大算法我用大白话讲清楚了，新手一看就懂( 三 ) _数据挖掘

2.分隔箱子里一堆红球和篮球
用一个平面将箱子里的红球和蓝球分成两部分。
八、KNN（聚类）机器学习算法中最基础、最简单的算法之一，既能分类也能回归，通过测量不同特征值之间的距离来进行分类。
原理
计算待分类物体与其他物体之间的距离，对于K个最近的邻居，所占数量最多的类别，预测为该分类对象的类别。
计算步骤
1、根据场景，选取距离计算方式，计算待分类物体与其他物体之间的距离。
2、统计距离最近的K个邻居。
3、对于K个最近的邻居，所占数量最多的类别，预测为该分类对象的类别。
比喻说明：近朱者赤，近墨者黑。
九、K-Means（聚类）K-means是一个聚类算法，是无监督学习，生成指定K个类，把每个对象分配给距离最近的聚类中心。

文章插图

原理
1.随机选取K个点为分类中心点。
2.将每个点分配到最近的类，这样形成了K个类。
3.重新计算每个类的中心点。比如都属于同一个类别里面有10个点，那么新的中心点就是这10个点的中心点，一种简单的方式就是取平均值。
比喻说明
1.选老大
大家随机选K个老大，谁离得近，就是那个队列的人（计算距离，距离近的人聚合在一起）。
随着时间的推移，老大的位置在变化（根据算法，重新计算中心点），直到选出真正的中心老大（重复，直到准确率最高）。
2.Kmeans和Knn的区别
Kmeans开班选老大，风水轮流转，直到选出最佳中心老大。
Knn小弟加队伍，离那个班相对近，就是那个班的。
十、EM（聚类）EM 的英文是 Expectation Maximization，所以 EM 算法也叫最大期望算法，也是聚类算法的一种。
EM和K-Means的区别：

EM是计算概率，KMeans是计算距离。
EM属于软聚类，同一样本可能属于多个类别；而K-Means属于硬聚类，一个样本只能属于一个类别。所以前者能够发现一些隐藏的数据。

原理
先估计一个大概率的可能参数，然后再根据数据不断地进行调整，直到找到最终的确认参数。
比喻说明：菜称重。
很少有人用称对菜进行称重，再计算一半的分量进行平分。
大部分人的方法是：
1、先分一部分到碟子 A 中，再把剩余的分到碟子 B 中。
2、观察碟子 A 和 B 里的菜是否一样多，哪个多就匀一些到少的那个碟子里。
3、然后再观察碟子 A 和 B 里的是否一样多，重复下去，直到份量不发生变化为止。
10大算法都已经说完了，其实一般来说，常用算法都已经被封装到库中了，只要new出相应的模型即可。

【数据挖掘的10大算法我用大白话讲清楚了，新手一看就懂】