- 1、本文档共40页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
模式识别导论
学年第学期
东南大学 自动化学院
年月 日
回顾
随机优化方法
依赖随机性所起的关键作用,使搜索朝着预期最优解 的区域
前进,同时允许一定程度的随机扰动,以利于发现最优解
模拟退火算法
能量函数
因子
模拟退火算法用于特征选择
遗 算法
适应度函数
三种基本操作:复制、交叉、变异
遗 算法用于特征选择
东南大学 自动化学院 模式识别导论
无监督学习和聚类
东南大学 自动化学院 模式识别导论
有监督学习和无监督学习
有监督 ( )学习
训练集中每个样本都有一个类别标记
所有类别事先 已知
常用于:分类、 回归
无监督 ()学习
训练集中样本的类别标记未知
给定一组样本,发现其内在性质,如类别和聚类
常用于:聚类、概率密度估计
东南大学 自动化学院 模式识别导论
无监督学习的动机
收集并且标记大量模式往往花费巨大
希望首先在一个较小的有标记样本集上训练一个粗略的分类
器,然后让这个分类器 以非监督的方式在一个较大的样本集
上运行
或者,用大量未标记 的样本集来训练分类器,让它 自动发现
数据中的分组,然后用代价更高的办法 (如人工 )来标记这
些分组
在很多应用中,模式的特征会随时间而变化
如果这种特征的变化能够被某种运行在无监督方式下的分类
器捕捉到,那么分类性能将得到大幅提高
东南大学 自动化学院 模式识别导论
无监督学习的动机
无监督方法可以用来提取特征,或者预处理现存特征,从而
为后续的模式识别问题做准备
例如:降维
在任何探索性的工作中,无监督方法可以揭示观测数据的一
些内部结构和规律
发现模式中内在 的聚类或分组可能为分类器设计提供依据
东南大学 自动化学院 模式识别导论
聚类 ( )
聚类是指将物理的或抽象的对象自然分组,使得每组 由相似
的对象构成一类的过程
因为训练集样本并无类别标记,所以聚类是无监督学习过程
一个聚类 ( )是指一组样本,它们与属于同一聚类的
样本相似,而与属于其他聚类的样本不相似
聚类可用作
一种独立的数据分析工具,用于分析数据的内在特性
一种数据预处理方法,为后续模式识别服务
东南大学 自动化学院 模式识别导论
相似性度量与聚类准则
东南大学 自动化学院 模式识别导论
相似性度量
“同一聚类 内部的样本之间比不同聚类的样本之间更相似”
基于某种定义的样本间的相似性 (或不相似性)度量
两类主要的相似性 (或不相似性)度量
基于度量的距离标准
非度量的相似性函数
一个度量 (即距离函数 )需满足如下条件
非负
文档评论(0)