07机器学习

无监督学习

将无标签数据输入到算法中，让算法找到隐含在数据中的结构

1.K均值算法

该算法为迭代算法，做两件事，进行簇分类和移动聚类中心

簇分类，遍历原始数据，确定每个数据分配给聚类中心

之前

 之后

 然后移动聚类中心，计算所有红点的均值，并将聚类中心移到那里，蓝点同理

 然后重新分配

然后不断重复这两步，直到聚类中心不在变化，点的颜色不在变化，可以结束了

 

K均值算法可以用于分离不佳的簇

损失函数/失真代价函数

 由于初始的聚类中心是随机选择的，最后结果为局部最优，为了达到全局最优，可以多初始化几次

 K值选择

方法一

方法二

2.降维 

 主成分分析问题PCA

找到一个低维平面，然后将数据投影在上面，使蓝色线段平方值最小，蓝色线段又叫投影误差

怎么降维？

1.先对数据进行预处理

2.计算协方差矩阵

3.计算该矩阵特征向量

 

 对于目标维度k的选择

 更高效的办法

异常检测

该检测算法具体步骤

 

推荐系统

 基于内容

协同过滤算法