聚类分析
本章目录01聚类前沿02K-means聚类03密度聚类和层次聚类04聚类的评价指标
1.无监督学习概述01聚类前沿02K-means聚类03密度聚类和层次聚类04聚类的评价指标
1.聚类前沿监督学习在监督学习中,训练数据附带标签,我们的目标是找到能够区分正样本和负样本的决策边界,据此拟合一个假设函数。无监督学习在无监督学习中,训练数据没有附带任何标签。无监督学习的主要学习任务有聚类、降维等。
1.聚类前沿聚类,就是将一堆庞杂数据中具有相似特征的数据自动归类到一个簇。一般来说,簇内对象越相似,簇与簇之间差别越大,聚类的
您可能关注的文档
- 机器学习与数据挖掘(基于Python)习题及解答 黄海广.docx
- 机器学习与数据挖掘(基于Python)教学大纲 .docx
- 机器学习与数据挖掘(基于Python)教学计划 .docx
- 机器学习与数据挖掘(基于Python)课件 01机器学习与数据挖掘概述.pptx
- 机器学习与数据挖掘(基于Python)课件 02Python基础与常用库.pptx
- 机器学习与数据挖掘(基于Python)课件 03数据准备与预处理.pptx
- 机器学习与数据挖掘(基于Python)课件 04回归.pptx
- 机器学习与数据挖掘(基于Python)课件 05分类算法.pptx
- 机器学习与数据挖掘(基于Python)课件 06集成学习.pptx
- 机器学习与数据挖掘(基于Python)课件 08关联规则学习.pptx
- 2023版ESC糖尿病合并心血管疾病管理指南解读.pptx
- 2023版ESC心力衰竭诊疗指南核心更新.pptx
- 2023+WHF建议:超声心动图在Chagas病中的应用.pptx
- 2023版ESC心力衰竭指南更新要点解读.pptx
- 2023版ESC糖尿病合并心血管疾病管理指南.pptx
- 2023+多学科共识声明:SARS-CoV-2感染后择期手术时机及风险评估(更新版).pptx
- 2023版NCDC医疗机构传染病防控责任清单.pptx
- 2023版NHC患者安全专项行动方案(2023-2025年).pptx
- 2023+国际专家共识声明:种系SDHD致病突变患者嗜铬细胞瘤和副神经节瘤的管理.pptx
- 2023版NHC健康中国行动—心脑血管疾病防治行动实施方案(2023—2030年).pptx
原创力文档

文档评论(0)