无监督学习中的聚类算法包括KMeans、DBSCAN和分层聚类。KMeans基于样本点与簇中心的距离进行划分，容易受初始点选择影响。DBSCAN是基于密度的聚类方法，能处理任意形状的簇，主要参数为eps和min_samples。分层聚类则产生层次结构的聚类树，包括自下而上合并和自上而下分裂两种方法，常用的距离计算方法有Single Linkage、Complete Linkage和Average Linkage。
机器学习（十一）
聚类算法（Kmeans、DBSCAN、分层聚类）
概述：
对于"监督学习"(supervised learning)，其训练样本是带有标记信息的，并且监督学习的目的是：对带有标记的数据集进行模型学习，从而便于对新的样本进行分类。而在“无监督学习”(unsupervised learning)中，训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础。对于无监督学习，应用最广的便是"聚类"(clustering)。
“聚类算法”试图将数据集中的样本划分为若干个通常是不相交的子集，每个子集称为一个“簇”(cluster)，通过这样的划分，每个簇可能对应于一些潜在的概念或类别。
我们可以通过下面这个图来理解：
上图是未做标记的样本集，通过他们的分布，我们很容易对上图中的样本做出以下几种划分。
当需要将其划分为两个簇时，即 𝑘=2 时：
当需要将其划分为四个簇时，即 𝑘=4 时：
最低0.47元/天 解锁文章
4929
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
