機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ) 課件Ch10-2 聚類_第1頁
機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ) 課件Ch10-2 聚類_第2頁
機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ) 課件Ch10-2 聚類_第3頁
機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ) 課件Ch10-2 聚類_第4頁
機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ) 課件Ch10-2 聚類_第5頁
已閱讀5頁，還剩1頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

第十章k均值算法機(jī)器學(xué)習(xí)應(yīng)用基礎(chǔ)01020304問題引入聚類K均值算法介紹K均值算法優(yōu)化目錄CONTENTS05scikit-learn中的K均值06圖像壓縮聚類02機(jī)器學(xué)習(xí)的分類按照樣本數(shù)據(jù)的特點(diǎn)以及求解手段，機(jī)器學(xué)習(xí)有不同的分類標(biāo)準(zhǔn)，按學(xué)習(xí)方式劃分有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)聚類算法概述聚類（Clustering）：

分類與聚類的對(duì)比：

無監(jiān)督學(xué)習(xí)方法，目的是將樣本按特征的相似性分組。分類（SupervisedLearning）：樣本帶有標(biāo)簽，目標(biāo)是學(xué)習(xí)標(biāo)簽。聚類（UnsupervisedLearning）：樣本沒有標(biāo)簽，目標(biāo)是找出數(shù)據(jù)內(nèi)的結(jié)構(gòu)和模式。聚類應(yīng)用推薦引擎：通過用戶行為數(shù)據(jù)將用戶分為不同群體。文檔聚類：將相似的文檔歸類以便于管理。圖像分割：基于像素相似性進(jìn)行圖像區(qū)域劃分。

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論