机器学习第十三~十五章（无监督学习）

聚类算法

k-means（k均值算法）

   先计算样本到中心的距离，然后移动中心。

 优化目标

随机初始化

  为了避免局部最优，可以多次选择中心，进行均值算法

 

选取聚类数量

        方法一：肘部法则

     方法二： 根据自己目的选择。

---

数据压缩

  降维第一个目的：数据压缩

       降维第二个目的：可视化

PCA（主成分分析）（一个降维算法）

   找一个平面或者一条直线来最小化投影误差的平方

首先要对数据均值标准化和特征缩放

压缩重现

应用PCA建议

          正则化防止过拟合，PCA不是防止过拟合的好方法

---

第十五章

讨论异常检测问题

高斯分布

 异常检测算法

 

开发异常检测系统

 

 

异常检测VS监督学习

如果你有相同数量级的正样本和负样本，就使用监督学习；相反就使用异常检测。

选择要使用的功能

应该怎样选取异常检测的特征

        误差分析过程：就是分析算法没有检测出来样本的特征，找出为什么没有检测出来，从而找出新的特征。

多变量的高斯分布

 改变均值和方差对图形有一定影响。