无监督学习 聚类

无监督学习概述

无监督学习方法概述

监督学习

在一个典型的监督学习中,训练集有标签y,我们的目标是找到能够区分正样本和负样本的决策边界,需要据此拟合一个假设函数。

无监督学习

在无监督学习中,我们的数据没有附带任何标签y,无监督学习主要分为聚类、降维、关联规则、推荐系统等方面

主要的无监督学习方法

  • 聚类 (Clustering)
  • 降维 ( Dimensionality Reduction )
  • 关联规则 ( AssociationRules)
  • 推荐系统 ( Recommender systems)

聚类

主要算法

密度聚类、层次聚类、K-means

主要应用

市场细分、文档聚类、图像分割、图像压缩、聚类分析、特征学习或者词典学习、确定犯罪易发地区、保险欺诈检测、公共交通数据分析、IT资产集群、客户细分、识别癌症数据、搜索引擎应用、医疗应用、药物活性预道

相关推荐
豆沙沙包?1 小时前
8.学习笔记-Maven进阶(P82-P89)
笔记·学习·maven
醉暮天2 小时前
4.25学习——文件上传之00截断
学习
blackA_5 小时前
数据库MySQL学习——day4(更多查询操作与更新数据)
数据库·学习·mysql
梁下轻语的秋缘7 小时前
每日c/c++题 备战蓝桥杯(P1049 [NOIP 2001 普及组] 装箱问题)
c语言·c++·学习·蓝桥杯
AI军哥8 小时前
MySQL8的安装方法
人工智能·mysql·yolo·机器学习·deepseek
球求了8 小时前
C++:继承机制详解
开发语言·c++·学习
余弦的倒数8 小时前
知识蒸馏和迁移学习的区别
人工智能·机器学习·迁移学习
Allen Bright8 小时前
【机器学习-线性回归-2】理解线性回归中的连续值与离散值
人工智能·机器学习·线性回归
weixin_贾8 小时前
最新AI-Python机器学习与深度学习技术在植被参数反演中的核心技术应用
python·机器学习·植被参数·遥感反演
时光追逐者8 小时前
MongoDB从入门到实战之MongoDB快速入门(附带学习路线图)
数据库·学习·mongodb