特征提取的有监督和无监督方法.pptVIP

01/特征提取02/有监督的特征提取方法03/无监督的特征提取方法04/半监督学习CONTENTS特征提取1PARTONE特征提取特征提取就是通过映射（变换）的方法，将高维的特征向量变换为低维特征向量。假设有n个原始特征：希望通过线性映射压缩为d个特征Y特征提取好的特征，特别在高维空间中的特征，很多情况下，是不容易直接由人类看出来的。那么，如何找到好的特征，就成为一个难题了。特征非常重要，如果特征选择得好的话，即使后面的分类器不是最优，依然可以得到一个不错的结果。而如果特征没选好的话，后面分类器即使再好，结果也不会太好。有监督和无监督学习方法的差异◎有监督学习：分类：K近邻、支持向量机、朴素贝叶斯、决策树、人工神经网络回归：线性回归、神经网络◎无监督学习：聚类：K-means聚类、高斯混合模型有监督和无监督学习方法的差异有标签有监督学习和无监督学习的发展历史有监督学习无监督学习有监督学习和无监督学习的发展历史有监督学习无监督学习监督学习方法2PARTONE监督学习方法有监督的过程为先通过已知的训练样本（如已知输入和对应的输出）来训练，从而得到一个最优模型，再将这个模型应用在新的数据上，映射为输出结果。再经过这样的过程后，模型就有了预知能力。监督学习方法监督学习方法监督学习方法监督学习方法