无监督学习

利用无标签的数据学习数据的分布或数据与数据之间的关系被称作无监督学习

 

无监督学习是数据驱动的

 

无监督学习最常应用的场景是聚类(clustering)降维(DimensionReduction)

 

 

无监督学习算法

一.聚类(clustering)
      ①k-均值聚类(k-means)
      ②层次聚类(Hierarchical Clustering)
      ③基于密度聚类Mean Shift
      ④基于密度聚类DBSCAN
      ⑤高斯混合模型(GMM)与EM
      ⑥基于图论聚类

二.降维(demensionality reduction)
      ①主成分分析(PCA)
      ②独立成分分析(ICA)
      ③奇异值分解(SVD)
      ④t-分布领域嵌入式算法

 

评论
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