python聚类分析案例_聚类分析：无监督算法的理论与实现.pdfVIP

下载本文档

17
0
约2.38千字
约 4页
2022-09-12 发布于江苏
举报
版权申诉

python聚类分析案例_聚类分析：无监督算法的理论与实现.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

python聚类分析案例_聚类分析：⽆监督算法的理论与实现简⽽⾔之，聚类不过是根据某些属性分离观察值。⽤更专业的术语来说，聚类是⼀种⽆监督的机器学习算法，是⼀种过程，通过该过程将观察值(数据)进⾏分组，以使相似的观察值彼此靠近。这是⼀种“⽆监督”算法，因为与有监督算法(例如随机森林)不同，您不必使⽤标记的数据对其进⾏训练，计算机会根据基础模式和属性对数据进⾏聚类。聚类分析是⼀种新兴的⾯向计算机的数据分析技术。它是许多研究领域的产物:统计、计算机科学、运筹学和模式识别。本⽂的⽬的是重点介绍⼀些⾏业应⽤程序，并讨论最常⽤的聚类算法的优缺点。在第⼆部分中，我将以Python