- 博客(1)
- 收藏
- 关注
原创 周志华《Machine Learning》学习笔记(12)--降维与度量学习
上篇主要介绍了几种常用的聚类算法,首先从距离度量与性能评估出发,列举了常见的距离计算公式与聚类评价指标,接着分别讨论了K-Means、LVQ、高斯混合聚类、密度聚类以及层次聚类算法。K-Means与LVQ都试图以类簇中心作为原型指导聚类;高斯混合聚类采用高斯分布来描述类簇原型;密度聚类则是将一个核心对象所有密度可达的样本形成类簇;层次聚类是一种自底向上的树形聚类方法。本篇将讨论机器学习常用的方法--降维与度量学习。
2017-05-15 10:55:53 24230 2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人