什么是类内变异最小化(Within-Class Variance Minimization)算法?

我有一个问题需要解决:什么是类内变异最小化(Within-Class Variance Minimization)算法?我正在学习机器学习,并且尝试了解一些常用的分类算法。但是,我对这个算法一无所知。我想了解该算法是如何工作的,以及它在机器学习中的应用。如果有人能够提供更详细的解释或提供相关资料,那将非常有帮助。谢谢!

提问时间:2023-07-25 15:24:55 编辑时间:2023-07-25 15:24:57 提问者: 藏在心底的梦
  • 雪山飞狐
    9

    类内变异最小化算法(Within-Class Variance Minimization)是一种监督学习的分类算法,在数据预处理阶段,该算法试图将不同类别的数据点分别聚集成簇,以便更好地进行分类。该算法的目标是最小化每个簇内部数据点的差异性,从而使不同簇之间的差异最大化。该算法的应用包括模式识别、图像、语音和文字分类等领域。你可以在相关的机器学习教材或者网络资源中了解更多细节。

    回答时间:2023-07-25 15:25:00