趋近智
前面的章节主要讲解了监督学习 (supervised learning),模型从包含预设答案或标签的数据中进行学习。本章将转而讲解无监督学习 (unsupervised learning),这是一类不同的机器学习 (machine learning)方法,其数据缺少这些明确的标签。这里的目标是发现数据本身固有的结构或规律。
具体来说,我们将介绍聚类,这是一种常见的无监督任务,旨在将相似的数据点归为一类。你将学到:
本章介绍了使用 K-Means 聚类技术在无标签数据中发现规律的基础知识。
5.1 什么是无监督学习?
5.2 聚类简介
5.3 K-Means 算法
5.4 选择聚类数量 (K)
5.5 K-Means 如何找到簇群
5.6 K-均值算法的局限性
5.7 动手操作:K-Means 在简单数据上的应用