机器学习:无监督学习

文章目录

线性学习方法

聚类Clustering

Kmeans

随机选取K个中心,然后计算每个点与中心的距离,找最近的,然后更新中心点

HAC


如何觉得距离的个数跟kmeans不一样,切的地方不一样导致的数量会不一样。

分布表示

降维



PCA

特征先归一化,然后计算投影,选择最大的方差的



w 1 w_1 w1 与 w 2 w_2 w2是垂直的,后续也是找垂直于它们的 w 3 w_3 w3 ...看需要多少维。



w 1 w1 w1就是最大的特征向量。然后找下一个 w 2 w2 w2



基本的内容组成,直线,点,斜线,圆圈等。一个数字就能用这些进行表示:








在强度,生命力,攻击力等方面各有侧重





Matrix Factorization

元素之间有些相同的特点。

这些事情是没有人知道的。

有的是只有这种关系矩阵,如果基于这些关系推断出关系:

可以将这个进行矩阵分解,得到两个向量相乘,但是会存在那种缺失值的话,可以考虑使用梯度下降方法:

只考虑有定义的值。

就可以预测缺失的值,然后就能判断每个人对某个物体的喜好程度,填充:

该算法可以用于推荐系统。

可以考虑通过梯度下降算法硬解一下。

MF也可以用于主题分析,LSA


Manifold Learning

从立体变成2d

LLE





Laplacian Eigenmaps



t-SEN

coil-20数据

两个分布越接近越好,KL散度,对这个问题做梯度下降的。

这种相似度计算方式会维持原来的距离。

相关推荐
Naomi52133 分钟前
Trustworthy Machine Learning
人工智能·机器学习
星霜旅人1 小时前
K-均值聚类
人工智能·机器学习
机器鱼2 小时前
1.2 基于卷积神经网络与SE注意力的轴承故障诊断
深度学习·机器学习·cnn
无难事者若执4 小时前
新手村:逻辑回归-理解03:逻辑回归中的最大似然函数
算法·机器学习·逻辑回归
达柳斯·绍达华·宁4 小时前
自动驾驶04:点云预处理03
人工智能·机器学习·自动驾驶
IT从业者张某某4 小时前
机器学习-04-分类算法-03KNN算法案例
算法·机器学习·分类
补三补四5 小时前
k近邻算法K-Nearest Neighbors(KNN)
人工智能·机器学习
databook5 小时前
线性判别分析(LDA):降维与分类的完美结合
python·机器学习·scikit-learn
硅谷秋水6 小时前
大语言模型智体的综述:方法论、应用和挑战(下)
人工智能·深度学习·机器学习·语言模型·自然语言处理