吴恩达deeplearning.ai:聚类算法

以下内容有任何不理解可以翻看我之前的博客哦：吴恩达deeplearning.ai专栏

---

聚类算法通过分析大量数据，自动把数据分为好几个不同的类别。让我们看看具体是怎么做的。

对比——聚类算法和二分类算法

二分类算法

在我们之前提到过的二分类算法之中，你的数据集的每组数据包含两钟数据x，y；其中x代表每个数据的具体特征输入，而y代表每个特征的输出，同时包含输入和输出，那么就可以设计函数进行拟合，从而得到如图中红色线类似的拟合曲线。

聚类算法 Clustering Algorithm

在聚类算法之中，我们的输入仅仅包含一个输入x，所以图中的点不再被提前人为划分为类似上图的圆圈和叉叉，而是一堆黑点。因为没有标签y，所以我们不知道数据需要划分为几类。因此我们需要算法自己好好努力，去找到一些这些数据的特点，从而让算法替我们把数据划分。

今天我们要了解的算法叫做聚类算法，它的工作方式是寻找你的数据里面的特定结构，并将同一类型的结构划分到一组之中，从而完成分类。

聚类算法的应用

聚类算法常用于:

1. 新闻分类
2. DNA分析
3. 市场目标人群划分
4. 天文分析
   

最常用的聚类算法——K-means Algorithm

让我们举个例子：

上图中的黄点是一些输入特征，k-means算法的第一步是会随机选择两个点，这里表现为红色和蓝色，它们可能表示的是两个不同集群的中心。如下图，当然，这两个选择可能不那么好，但是这只是一个开始：

k-means算法在接下来的时间会重复做两件事情：

• 将点分配给这两个质心
• 移动簇质心

让我们看这意味着什么。
算法的第一步是随机猜测这些点的集群中心在哪里，它猜测的点叫做簇质心。在猜测完之后，算法将遍历图中所有的数据，然后计算这个数据是更接近红色or蓝色，并将它分给离它近的那个质心。这样就完成了刚刚所说的第一步。

k-means的第二步是它会查看所有的红/蓝点并取平均值，并将质心移动到平均值所在位置：

之后再重复以上步骤。
一直这样做下去之后，你会发现到某个时刻质点不再移动，此时数据就被成功地划分为两类了。

为了给读者你造成不必要的麻烦，博主的所有视频都没开仅粉丝可见，如果想要阅读我的其他博客，可以点个小小的关注哦。