超级会员免费看
本文介绍了无监督学习中的聚类算法，特别是K-Means算法。K-Means是一种常见的快速聚类算法，适用于对数据进行指定类别的分群。文章详细阐述了K-Means的流程，包括数据集准备、创建初始中心点、类别划分、重新计算中心点和迭代停止条件。此外，还讨论了K-Means的数学意义以及如何在sklearn中实现K-Means，并引入了轮廓系数作为评估聚类效果的指标。
简介
- 此前，无论是回归问题还是分类问题，本质上其实都属于有监督学习范畴：即算法的学习是在标签的监督下进行规律学习，也就是学习那些能够对标签分类或者数值预测起作用的规律
- 而无监督学习，则是在没有标签的数据集中进行规律挖掘，既然没有标签，自然也就没有了规律是否对预测结果有效一说，也就失去了对挖掘规律的“监督”过程，这也就是无监督算法的由来
- 而如果一个数据集没有标签，我们就只能围绕特征矩阵进行规律挖掘，更具体的来说，面对没有标签的数据集，我们只能去尽可能的探索特征矩阵中的数值分布规律，当然这些规律肯定是需要符合一定的业务场景、拥有一定的现实意义
- 而在所有的无监督学习算法中，最著名的两类算法就是聚类算法和关联规则算法
- 其中聚类算法是去探索特征矩阵中那些样本更加相似、更有可能是同一类（注意，不一定是距离更加接近），并据此对数据集中的样本进行分类（当然有时我们也会针对数据集的列进聚类）
- 著名的如RFM用户价值划分，就是通过三个维度的评估对不同类型用户进行价值划分的聚类过程
- 著名的如RFM用户价值划分，就是通过三个维度的评估对不同类型用户进行价值划分的聚类过程
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
