简单来讲:
有监督 -> 分类(回归) -> 识别;
无监督 -> 聚类 -> 分割;
' -> ' 表示对应关系
(ps:这个说法来自于《学习Opencv》这样讲不知道有没有问题,目前我是这样理解的)
一、分类和聚类
简单地说,分类(Categorization or Classification)就是按照某种标准给对象贴标签(label),再根据标签来区分归类。 简单地说,聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。稍微具体的讲就是:区别是:分类是事先定义好类别 ,类别数不变 。分类器需要由人工标注的分类训练语料训练得到,属于有指导学习范畴。 聚类则没有事先预定的类别,类别数不确定。 聚类不需要人工标注和预先训练分类器,类别在聚类过程中自动生成 。 适用场景:分类适合类别或分类体系已经确定的场合,比如按照国图分类法分类图书; 聚类则适合不存在分类体系、类别数不确定的场合,一般作为某些应用的前端,比如多文档文摘、搜索引擎结果后聚类(元搜索)等。