问题：K-所有值聚类是无监督学习算法设数据集。当中，。如果这个数据能够分为类。把这个问题模型化：，当中代表第类的聚点（中心点、均值）。该模型能够用EM算法进行训练：初始化，。E步：固定。最小化，显然。当中。M步：固定。最小化，，。直至收敛。——————————————————————————————...
分类：
其他好文 时间：
2015-07-30 16:53:25
阅读次数：
134
以下是摘抄自知乎上对监督学习与非监督学习的总结，觉得写得很形象，于是记下：这个问题可以回答得很简单：是否有监督（supervised），就看输入数据是否有标签（label）。输入数据有标签，则为有监督学习，没标签则为无监督学习首先看什么是学习（learning）？一个成语就可概括：举一反三。此处以高...
分类：
其他好文 时间：
2015-07-07 16:20:09
阅读次数：
196
**机器学习笔记—-监督学习与无监督学习的异同**有监督学习在监督学习中，输入数据和输出数据存在某种关系，即在已经给定的数据集下，对应的正确输出结果，已经大约知道是什么样子了。有监督学习常常被归类为 回归 和 分类 问题。在回归问题中，我们希望得到连续值的输出预测值，即，使用某些连续函数来映射输入值。在分类问题中，则希望获得的是离散的预测值。将输入值映射到离散的种类上。...
分类：
其他好文 时间：
2015-07-06 17:53:46
阅读次数：
124
聚类算法，无监督学习的范畴，没有明确的类别信息。 给定n个训练样本{x1，x2，x3，...，xn} kmeans算法过程描述如下所示：1.创建k个点作为起始质心点，c1，c2，...，ck2.重复以下过程直到收敛 遍历所有样本xi 遍历所有质心cj 记录质心与...
分类：
其他好文 时间：
2015-06-19 18:35:39
阅读次数：
187
前话:最近一直想学机器学习的东西,无奈自己的书太多但无法专心看一本,纯理论的东西看了感觉不记下来就忘记类,所以我想理论学习和实践一起.所以最近想把机器学习实战这本书看完,并做好记录.加油.!~一:什么是监督学习?监督学习（supervised learning）：通过已有的训练样本（即已知数据以及其...
分类：
其他好文 时间：
2015-06-15 21:43:04
阅读次数：
52040
机器学习主要分为有监督学习和无监督学习两种。接下来我详细的给大家介绍一下这两种方法的概念和区别。监督学习（supervised learning）：通过已有的训练样本（即已知数据以及其对应的输出）来训练，从而得到一个最优模型，再利用这个模型将所有新的数据样本映射为相应的输出结果，对输出结果进行简单的...
分类：
其他好文 时间：
2015-06-12 16:48:51
阅读次数：
115
Kmeans是机器学习中最经典的无监督学习聚类算法，本文复习了无监督学习定义和Kmeans算法，然后提出了一种基于Kmeans算法的图像压缩方案，并给出了其在Matlab中的实现...
分类：
编程语言 时间：
2015-06-08 10:00:03
阅读次数：
3182
最近想研究下深度学习，一开始就看UFLDL(unsuprisedfeature learning and deep learning)教程了，特将课后习题答案放在这里，作为一个笔记。
笔记：
1：自编码算法是一个无监督学习算法，它通过学习hw,b(x) = x,
因此最后的outputlayer单元数与inputlayer单元数量相等，而中间的hiddenlayer可以很大，这是加个稀疏惩罚...
分类：
其他好文 时间：
2015-06-07 21:39:08
阅读次数：
521
1、数据挖掘与机器学习的关系 数据挖掘和机器学习这两项技术的关系非常密切。 机器学习方法构成数据挖掘的核心，绝大多数数据挖掘技术都来自机器学习领域，数据挖掘又向机器学习提出新的要求和任务。2、数据挖掘与机器学习的概念 数据挖掘就是在数据中寻找模式的过程，这个寻找过程必须是自动的或半自动的，并且...
分类：
其他好文 时间：
2015-06-04 15:13:36
阅读次数：
186
引文： k均值算法是一种聚类算法，所谓聚类，他是一种无监督学习，将相似的对象归到同一个蔟中。蔟内的对象越相似，聚类的效果越好。聚类和分类最大的不同在于，分类的目标事先已知，而聚类则不一样。因为其产生的结果和分类相同，而只是类别没有预先定义。算法的目的： 使各个样本与所在类均值的误差平方和达到最小（这也是评价K-means算法最后聚类效果的评价标准）K-均值聚类
优点：容易实现
缺点：可能收敛到局部最...
分类：
编程语言 时间：
2015-06-03 15:55:40
阅读次数：
139
