聚类和分类的区别

本文探讨了聚类(Clustering)和分类(Classification)的区别,聚类是根据数据相似性自动分组,如K-means、Spectral Clustering;分类则依赖已知类别特征进行预测,如SVM、Naive Bayes。通过实例帮助理解两者应用场景。
摘要由CSDN通过智能技术生成

        相信有不少同学在刚接触聚类(Clustering)和分类(Classification)时,搞不清楚二者的区别,现在就来给大家说说这两个玩意的区别,然后再简单地总结一下常用的聚类和分类方法。

       假设有一批人的年龄的数据,大致知道其中有一堆少年儿童,一堆青年人,一堆老年人。

       聚类就是自动发现这三堆数据,并把相似的数据聚合到同一堆中。所以对于这个例子,如果要聚成3堆的话,那么输入就是一堆年龄数据,注意,此时的年龄数据并不带有类标号,也就是说我只知道里面大致有三堆人,至于谁是哪一堆,现在是不知道的,而输出就是每个数据所属的类标号,聚类完成之后,就知道谁和谁是一堆了。

       而分类就是,

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值