KNN和Kmeans聚類有什么不同？

這兩種算法之間的根本區別是，Kmeans本質上是無監督學習而KNN是監督學習。Kmeans是聚類算法，KNN是分類（或回歸）算法。

Kmeans算法把一個數據集分割成簇，使得形成的簇是同構的，每個簇里的點相互靠近。該算法試圖維持這些簇之間有足夠的可分離性。由於無監督的性質，這些簇沒有任何標簽。

KNN算法嘗試基於其K（可以是任何數目）個周圍鄰居來對未標記的觀察進行分類。它也被稱為懶惰學習法，因為它涉及最小的模型訓練。因此，它不用訓練數據對未看見的數據集進行泛化。