人工智能基础课件 第五章-类聚群分.pptxVIP

第五章类聚群分

类聚群分第一节聚类任务概述第二节数据间的相似度度量第三节K-means案例流程分析第四节评估聚类方案的优劣

通过本章的学习，您将可以了解聚类的基本概念了解聚类的应用领域了解聚类算法的基本原理认识常用数据相似度度量的方法掌握k-means算法执行原理掌握聚类算法的评价指标课程目标

第一节聚类任务概述类聚群分

聚类算法：主要用于将相似的样本自动归到一个类别中，每个组称为一个簇（cluster）每个簇的样本对应一个潜在的类别。样本没有类别标签，是一种典型的无监督学习算法这些簇满足以下两个条件相同簇的样本之间距离较近不同簇的样本之间距离较远1.1什么是聚类聚类示意图

1.1什么是聚类聚类客群1客群2客群3忠诚度高，消费能力中等，信用较好新用户，消费能力高，信用一般新用户，消费能力一般，信用较差电信客户数据集入网时间、月均流量、月均话费、欠费额、欠费月数等客户分群

聚类(Clustering)是指把相似的数据划分到一起，具体划分的时候并不关心这一类的标签，目标就是把相似的数据聚合到一起，聚类是一种无监督学习(UnsupervisedLearning)方法分类(Classification)是把不同的数据划分开，其过程是通过训练数据集获得一个分类器，再通过分类器去预测未知数据，分类是一种监督学习(SupervisedLearning)方法1.2聚类和