案例:

　　現(xiàn)在手上有許多的文檔,需要將其按照類型(體育,財經(jīng),科技等)進行分類,也就是對文章進行分組或聚類.

分析:

　　如果手上有已經(jīng)標(biāo)記過類型的數(shù)據(jù),可以將其作為訓(xùn)練集進行學(xué)習(xí).

　　那么這是否是一個多元分類問題?

其實是監(jiān)督學(xué)習(xí)問題

現(xiàn)在我們有一堆無標(biāo)簽的文檔,打算推斷出相關(guān)文章的分組向量.

　　Input:文檔向量

　　Output:集群標(biāo)簽

這是一個無監(jiān)督學(xué)習(xí)任務(wù).

?

怎樣去定義一個集群:

　　集群用中心和形狀來定義.

?

以形狀來判斷,上方1號點明顯應(yīng)屬于橢圓形集群.而若是以距離來看,2號點明顯屬于圓形集群.

聚類算法:k-means

　　k均值算法(k-means):固定k個集群,看每個集群的平均值.只考慮集群中心,以此來將數(shù)據(jù)點分不到不通的集群中.

步驟:

1.初始化集群中心

?

2.把所有數(shù)據(jù)點分給離它最近的集群中心.(沃羅諾伊鑲嵌算法)

3.將聚類中心修改為指定的觀測值的平均值.

4.重復(fù)前面的步驟,直到結(jié)果收斂.

?

---

其他的例子:

　　1.圖像分類

　　2.疾病分類

　　3.商品分類

　　4.網(wǎng)頁搜索優(yōu)化

　　5.房價預(yù)測

　　6.預(yù)測犯罪率

end

---

課程:機器學(xué)習(xí)基礎(chǔ)：案例研究(華盛頓大學(xué))

視頻鏈接:?https://www.coursera.org/learn/ml-foundations/lecture/EPR3S/clustering-documents-task-overview

week4?Clustering models and algorithms

?

轉(zhuǎn)載于:https://www.cnblogs.com/redheat/p/9287970.html

總結(jié)

以上是生活随笔為你收集整理的机器学习基础6--集群模型和算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。