干货 | 全面理解无监督学习基础知识
发布时间：2019-03-29 23:26:24 所属栏目：建站 来源：Evanyzh
导读：一、无监督学习 无监督学习的特点是，模型学习的数据没有标签，因此无监督学习的目标是通过对这些无标签样本的学习来揭示数据的内在特性及规律，其代表就是聚类。与监督学习相比，监督学习是按照给定的标准进行学习(这里的标准指标签)，而无监督学习则是按
|
LVQ和K均值算法很像，同样是通过移动簇心来实现聚类，不同的是LVQ假设数据样本有类别标记，通过这些监督信息辅助聚类。算法过程如下 以上算法的过程可以简单概括为，如果随机选择的点与簇心的类别不对应则令簇心远离该样本点，否则靠近该样本点。迭代结束后对于任意样本x，它将被划入与其距离最近的原型向量所代表的簇中。 以上是LVQ在西瓜数据集聚类的过程。 高斯混合聚类 高斯混合聚类才用概率模型来表达聚类原型，我们可以定义高斯混合分布为 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
