跳转至

聚类算法简介

学习目标

  1. 知道聚类算法的概念

  2. 了解聚类算法和分类算法的最大区别


1. 认识聚类算法

image-20190219161521139

image-20190219161600630

使用不同的聚类准则,产生的聚类结果不同

1.1 聚类算法在现实中的应用

用户画像,广告推荐,Data Segmentation,搜索引擎的流量推荐,恶意流量识别

基于位置信息的商业推送,新闻聚类,筛选排序

图像分割,降维,识别;离群点检测;信用卡异常消费;发掘相同功能的基因片段

1.2 聚类算法的概念

聚类算法

一种典型的 无监督 学习算法,主要用于将相似的样本自动归到一个类别中。

在聚类算法中根据样本之间的相似性,将样本划分到不同的类别中,对于不同的相似度计算方法,会得到不同的聚类结果,常用的相似度计算方法有欧式距离法。

1.3 聚类算法与分类算法最大的区别

聚类算法是无监督的学习算法,而分类算法属于监督的学习算法。

2. 小结

聚类的定义

  • 一种典型的无监督学习算法
  • 主要用于将相似的样本自动归到一个类别中
  • 计算样本和样本之间的相似性,一般使用欧式距离

聚类与分类算法的区别

  • 聚类是无监督学习算法,训练数据不需要标签,分类算法属于监督学习算法