跟清华大学马少平教授学AI：第五篇 统计学习方法是如何实现分类与聚类的（十四）

文章预览

点击上方“ 图灵人工智能 ”，选择“星标”公众号 您想知道的人工智能干货，第一时间送达                           第五篇 统计学习方法是如何实现分类与聚类的（十四） 清华大学计算机系 马少平 第十四节： K均值聚类算法 小明：艾博士，您介绍了几个常用的分类算法，那么有哪些聚类算法呢？ 艾博士：前面我们介绍的几种方法都属于分类方法，属于有监督学习，其特点是训练集中每个样本均给出了类别的标注信息，统计学习方法根据样本的特征取值以及标注信息进行学习，然后利用学习到的分类器实现对待分类样本的分类。而聚类问题面对的是只有特征取值而无标注信息的样本，目的是按照样本的特征取值将最相近的样本聚集在一起，成为一个类别。由于聚类问题缺乏标注信息，不同的相似性评价标准会造成不同的结果。 图5.48 聚类 ………………………………