机器学习面试题汇总与解析——聚类

本章讲解知识点

• 1. 什么是聚类
• 2. K-means 聚类算法
• 3. 均值偏移聚类算法
• 4. DBSCAN 聚类算法
• 5. 高斯混合模型（GMM）的期望最大化（EM）聚类
• 6. 层次聚类算法

• 本专栏适合于Python已经入门的学生或人士，有一定的编程基础。

• 本专栏适合于算法工程师、机器学习、图像处理求职的学生或人士。

• 本专栏针对面试题答案进行了优化，尽量做到好记、言简意赅。这才是一份面试题总结的正确打开方式。这样才方便背诵

• 如专栏内容有错漏，欢迎在评论区指出或私聊我更改，一起学习，共同进步。

• 相信大家都有着高尚的灵魂，请尊重我的知识产权，未经允许严禁各类机构和个人转载、传阅本专栏的内容。
  
  

• 关于机器学习算法书籍，我强烈推荐一本《百面机器学习算法工程师带你面试》，这个就很类似面经，还有讲解，写得比较好。

• <