聚类分析四川大学.pdf

2012-2013春学期 第十讲 模式识别引论 聚类分析 赵启军 四川大学计算机学院 课程安排 • 1 模式识别概述 （第周） • 2-3 贝叶斯决策理论、密度函数估计 （第 周） • 4-5 线性、非线性判别函 （第 周） • 6 近邻分类器 （第周） • 7-8 特征提取与选择 （第 周） • 9 人脸检测专题 （第周） • 10 非监督学习、聚类分析 （第 周） • 11-12 统计学习理论、支持向量机 （第 周） • 13 人脸识别专题 （第 周） • 14 指纹识别专题 （第 周） • 15-16 习题课及课程设计专题 （第 周） 2 监督vs.无监督学习 无监督学习无监督学习 监督学习监督学习 无监督学习无监督学习 监督学习监督学习 • 训练样本的类别已 • 训练样本的类别没有 知 标记 • 利用已知类别的训 • 分析数据的 内在规律、 练样本学习出决策 揭示数据的内部结构 面，以对不同类别 和性质，为有效地设 的样本进行分类 计有针对性的分类器 提供参考 主成分分析主成分分析 （（ ）是监督学习还是无监督学习）是监督学习还是无监督学习 ？？ 主成分分析主成分分析 （（ ））是监督学习还是无监督学习是监督学习还是无监督学习 ？？ PCA 我们之前学习的各种分类器设计方法呢我们之前学习的各种分类器设计方法呢 ？？ 我们之前学习的各种分类器设计方法呢我们之前学习的各种分类器设计方法呢 ？？ 3 分类vs.聚类 聚类聚类 分类分类