这一部分介绍了聚类这一无监督学习的概念和基本方法
9.1 聚类任务
介绍了聚类是什么,两个基本问题,多种代表性算法
9.2 性能度量
几个指标,镞内距离,镞间距离等
9.3 距离计算
有序元素的距离计算,无序元素的距离计算
9.4 原型聚类
K均值聚类,LVQ学习向量量化,高斯混合聚类*
9.5 密度聚类
核心对象,密度直达,密度可达,密度相连
9.6 层次聚类
AGNES算法聚类
关于这一部分的内容可以参考《python机器学习基础教程》,里面有比较浅显易懂的说明。
这一部分介绍了聚类这一无监督学习的概念和基本方法
9.1 聚类任务
介绍了聚类是什么,两个基本问题,多种代表性算法
9.2 性能度量
几个指标,镞内距离,镞间距离等
9.3 距离计算
有序元素的距离计算,无序元素的距离计算
9.4 原型聚类
K均值聚类,LVQ学习向量量化,高斯混合聚类*
9.5 密度聚类
核心对象,密度直达,密度可达,密度相连
9.6 层次聚类
AGNES算法聚类
关于这一部分的内容可以参考《python机器学习基础教程》,里面有比较浅显易懂的说明。