人工智能和机器学习--PPT13-聚类.pdfVIP

  1. 1、本文档共97页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
查看更多

聚类

王秋月

中国人民大学信息学院

机器学习类型

有监督数据点有已知的结果

无监督数据点没有已知的结果

机器学习类型

有监督数据点有已知的结果

无监督数据点没有已知的结果

无监督学习的类型

聚类识别数据中未知的结构

无监督学习的类型

聚类识别数据中未知的结构

降维使用数据中的结构特征来简化数据

无监督学习概述

无标记数据(无答案)Fit结构

新的无标记数据+模型Predict将新的数据

映射到结构

聚类:发现不同的数据组

未知主题的文章+模型Fit模型

未知主题的文章+模型Predict预测相似

的文章

降维:简化结构

高分辨率图像+模型Fit模型

高分辨率图像+模型Predict压缩的图像

无监督学习

一个web应用的所有用户:

▪一个特征(age)

Age

无监督学习

一个web应用的所有用户:

▪一个特征(age)

▪两个聚簇(cluster)

Age

无监督学习

一个web应用的所有用户:

▪一个特征(age)

▪三个聚簇(cluster)

Age

无监督学习

一个web应用的所有用户:

▪一个特征(age)

▪五个聚簇(cluster)

Age

K-MEANS聚类算法

K-Means算法

K=2:发现两个聚簇

Income

Age

K-Means算法

K=2,随机地选择

文档评论(0)

幸福是什么 + 关注
实名认证
文档贡献者

幸福是什么

1亿VIP精品文档

相关文档