无监督式学习

1.是什么?

无监督式学习与监督式学习**最大的区别就是:**没有事先给定的训练实例,它是自动对输入的示例进行分类或者分群;
优点:不需要标签数据,极大程度上扩大了我们的数据样本,其次不受监督信息的偏见,可能考虑到新的信息

**关联规则:**根据输入的数据得到他们之间的关联

**纬度缩减:**数据之间可能存在一定的关系,然后我们可以进行降维,加快数据运算速度

2.应用:聚类分析

2.1是什么:

根据对象属性的相似度,将其分为不同的类别;(客户分析,基因聚类,新闻关联)

2.2 Kmeans算法

首先要告诉计算机你需要分成几类,然后他会根据中心点计算数据的距离,然后进行分类;

2.4 MeanShift均值漂移聚类

需要定义半径,中心区域半径内会不断聚集周围的节点,直至形成类别(自动发现类别)

2.5 DBSCAN算法

基于密度的空间聚类算法
特点: 1.基于密度 中心点进行扩张来筛选出有效数据,如果密度比较低 的话,这些数据就会过滤掉**(过滤噪声)** 2.然后基于密度符合的有效数据进行周围的扩招直至不满足条件

相关推荐
Love__Tay3 小时前
笔记/云计算基础
笔记·学习·云计算
wuxuanok6 小时前
Web后端开发-分层解耦
java·笔记·后端·学习
wuxuanok7 小时前
Web后端开发-请求响应
java·开发语言·笔记·学习
i7i8i9com7 小时前
后端微服务基础架构Spring Cloud
学习
蜡笔小电芯7 小时前
【C语言】指针与回调机制学习笔记
c语言·笔记·学习
im_AMBER8 小时前
学习日志03 python
学习
DKPT9 小时前
Java享元模式实现方式与应用场景分析
java·笔记·学习·设计模式·享元模式
Green1Leaves10 小时前
pytorch学习-11卷积神经网络(高级篇)
pytorch·学习·cnn
DKPT17 小时前
Java桥接模式实现方式与测试方法
java·笔记·学习·设计模式·桥接模式
好好研究19 小时前
学习栈和队列的插入和删除操作
数据结构·学习