目录 简述 K-means聚类 密度聚类 层次聚类 一、简述 聚类算法是常见的无监督学习（无监督学习是在样本的标签未知的情况下，根据样本的内在规律对样本进行分类）。 在监督学习中我们常根据模型的误差来衡量模型的好坏，通过优化损失函数来改善模型。而在聚类算法中是怎么来度量模型的好坏呢？聚类算法模型的性... ...
分类：
编程语言 时间：
2020-02-24 00:03:55
阅读次数：
77
【机器学习】算法原理详细推导与实现(六):k means算法 之前几个章节都是介绍有监督学习，这个章节介绍无监督学习，这是一个被称为 的聚类算法，也叫做 k均值聚类算法 。 聚类算法 在讲监督学习的时候，通常会画这样一张图： 这时候需要用 回归或者 将这些数据分成正负两类，这个过程称之为 监督学习 ...
分类：
编程语言 时间：
2020-02-23 11:14:20
阅读次数：
85
高斯混合模型 本博客根据 百面机器学习，算法工程师带你去面试 一书总结归纳，公式图片均出自该书. 本博客仅为个人总结学习，非商业用途，侵删. 网址 http://www.ptpress.com.cn 高斯混合模型（Gaussian Mixed Model， GMM） 是一种常见的聚类算法，与K均值算 ...
分类：
其他好文 时间：
2020-02-20 18:38:49
阅读次数：
97
什么是监督学习、无监督学习、强化学习、弱监督学习、半监督学习、多示例学习？随着机器学习问题不断深入人心，人们也将现实中遇到不同的问题分为不同的学习方式，其中，最基础的应属监督学习，无监督学习和强化学习了。 监督学习(supervised learning)：已知数据和其一一对应的标签，训练一个智能算 ...
分类：
其他好文 时间：
2020-02-14 18:04:37
阅读次数：
307
@ "TOC" 第二章 2.3章末小结 1 机器学习模型按照使用的数据类型，可分为监督学习和无监督学习两大类。 1. 监督学习主要包括分类和回归的模型。 + 分类：线性分类，支持向量机（SVM），朴素贝叶斯，k近邻，决策树，集成模型（随机森林（多个决策树）等）。 + 回归：线性回归，支持向量机（SV ...
分类：
编程语言 时间：
2020-02-09 16:37:56
阅读次数：
94
1.无监督学习 无监督学习和监督学习是机器学习的两个方向，监督学习主要适用于已经标注好的数据集（如mnist分类问题），无监督学习则是希望计算机完成复杂的标注任务，简单的解释就是——教机器自己学习，它常见的应用场景有：从庞大的样本集合中选出一些具有代表性的加以标注用于分类器的训练、将所有样本自动分为 ...
分类：
Web程序 时间：
2020-02-06 23:21:48
阅读次数：
151
1. 模式识别是利用算法自动挖掘数据中的 Knowledge ，进而根据这些知识 采取行动 。 2. 无监督学习问题的目标是发现数据中的相似样本组群，或确定输入空间中数据的分布（密度估计），或从高维投影数据。 3. 强化学习就是要在给定情境下采取合适的措施最大化奖励。强化学习的一般特性就是权衡 ex ...
分类：
其他好文 时间：
2020-02-03 09:32:26
阅读次数：
87
无监督学习的目标： 利用无标签的数据学习数据的分部或数据与数据之间的关系被称作无监督学习。 无监督学习最常应用的场景是聚类和降维。 聚类 （sklearn.cluster模块） 定义 聚类(clustering)，就是根据数据的“相似性”将数据分为多类的过程。 评估两个不同样本之间的“相似性” ，通 ...
分类：
其他好文 时间：
2020-02-02 21:52:21
阅读次数：
120
机器学习介绍 机器学习是实现人工智能的手段，其主要研究内容是如何利用数据或经验进行学习，改善具体算法的性能。 多领域交叉，涉及概率论、统计学、算法复杂度等多门学科。 分类：监督学习、无监督学习、强化学习（增强学习）、半监督学习、深度学习。 scikit-learn库介绍（sklearn） 依赖Num ...
分类：
其他好文 时间：
2020-02-02 20:03:57
阅读次数：
83
机器学习的算法分为两大类：监督学习和无监督学习。 监督学习即在机器学习的过程中提供对错指示。一般是在数据组中包含最终结果（0,1），通过算法让机器减少误差。这一类学习主要应用于分类与预测（Regression & Classify)。监督学习从给定的训练数据集中学习出一个目标函数，当新的数据到来时， ...
分类：
系统相关 时间：
2020-02-01 12:42:08
阅读次数：
85
