机器学习之无监督学习

2023-12-17 00:05:29

聚类：发掘纵向结构的某种模式信息，某些x属于相同的分布或者类别

特征学习：发掘横向结构的某种模式信息，每一行都可以看成是一种属性或特征

密度估计：发掘底层数据分布，x都是从某个未知分布p(x)采出来的，p(x)是什么，能不能估计出来

聚类

样本间距离

C是指C簇

常见聚类任务

常见聚类方法

聚类效果评估

外部指标

内部指标

当我们没有办法参考正确的分类，我们怎么评判聚类的好坏？

最核心的思想还是类内相似度高，类间相似度低

K均值

层次聚类

无监督特征学习

主成分分析

概率密度估计

非参密度估计

文章来源:https://blog.csdn.net/m0_73202283/article/details/135039058
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。