【机器学习课程-华盛顿大学】：4 聚类和检索 4.1 综述

1、检索

（1）什么是检索？

示例：搜索跟已知文档最相近的一篇文档或K篇文档

 

（1）检索的应用：几乎涉及方方面面

图片搜索、产品搜索、歌曲搜索、电影、电视、文章、人际网

 

2、聚类

（1）什么是聚类？

（2）示例

将文章根据主题分类：社会、体育、政治等

图片按照主题分类：天空、花朵、动物等

培训平台coursera学习人员分类

 

3、内容整体介绍

 

4、具体内容介绍

（1）NN最近邻搜索

1NN、KNN、kd-tree、LSH

 

（2）k-means和mapreduce：k均值聚类，mapreduce映射和规约是一种分布式计算框架

 

（3）混合模型：用于聚类的概率模型

混合高斯模型MoG和期望估计EM

计算聚类的不确定性，对点进行软指派（提供属于不同类别的概率），而不是像K-means一样直接指派类别。

 

（4）LDA：latent dirichlet allocation隐狄利克雷分布

一种更精妙的概率模型来分析文档

输入：一堆文档

输出：每篇文章不同主题的分布