无监督学习与K-means聚类算法应用实例.pptx

主讲老师：李晓华《机器学习-第十章聚类》

目录1、无监督学习概述2、K-means聚类

1、无监督学习概述

无监督学习方法概述?监督学习和无监督学习的区别

无监督学习方法概述聚类（Clustering）如何将教室里的学生按爱好、身高划分为5类？降维（DimensionalityReduction）如何将将原高维空间中的数据点映射到低维度的空间中？主要的无监督学习方法

无监督学习方法概述主要算法：K-means聚类主要应用：市场细分、文档聚类、图像分割、图像压缩、聚类分析、特征学习或者词典学习、确定犯罪易发地区、保险欺诈检测、公共交通数据分析、IT资产集群、客户细分、识别癌症数据、搜索引擎应用、医疗应用、药物活性预测……

无监督学习方法概述聚类案例1.医疗医生可以使用聚类算法来发现疾病。以甲状腺疾病为例。当我们对包含甲状腺疾病和非甲状腺疾病的数据集应用无监督学习时，可以使用聚类算法来识别甲状腺疾病数据集。

无监督学习方法概述聚类案例2.市场细分为了吸引更多的客户，每家公司都在开发易于使用的功能和技术。为了了解客户，公司可以使用聚类。聚类将帮助公司了解用户群，然后对每个客户进行归类。这样，公司就可以了解客户，发现客户之间的相似之处，并对他们进行分组。

无监督学习方法概述聚类案例3.金融业银行可以观察到可能的金融欺诈行为，就此向客户发出警告。在聚类算法的帮助下，保险