day2-机器学习-聚类

​1、聚类的任务是在无标记样本的条件下将数据分组，从而发现数据的天然结构。 ** 聚类是把一个数据对象的集合划分为簇（子集），使得簇内对象彼此相似，簇间对象不相似的过程。**

2、聚类常用方面：

• 发现数据的潜在结构
• 对数据进行自然分组
• 对数据进行压缩

3、聚类方法大体可以分为3个阶段：

• 经典算法：比如基于模型的算法，基于划分的算法，基于密度的算法，基于网格的算法，层次聚类算法；
• 高级算法，在经典算法的基础上，针对更为复杂的数据和任务开发的算法。比如：谱聚类，高维数据聚类，基于非负数矩阵分解的聚类，不确定数据聚类；
• 多源数据算法：它是针对多源相关数据开发的算法。比如：多角度聚类，多任务聚类，多任务多视角聚类，迁移聚类，多模聚类。

4、k均值算法是最大分离和最大内聚的最简单实现。

• 假设我们有一组数据集X，要分成K类，那相应的就会有K个质心；
• a 首先选择K个质心，计算每个样本与分别与这K个质心的距离，将样本进行归类；
• b 求出每个质心中所有样本的均值，得到K个均值；
• c 计算属于第i个质心的样本与均值的距离平方，累加K个质心的距离和作为损失函数
• d 新的质心是用属于该类的样本求和除以样本数得到新的质心，重复a，直到质心不再变化。
• 总结：从k均值算法的步骤看，可以发现，该算法第一次选择的质心至关重要，另外每次都算所有样本与质心的距离，来进行归类计算量太大，基本不适合稍微大点的数据集。

3、通俗来说，机器学习是一门讨论各式各样的适用于不同问题的函数形式，以及如何使用数据来有效的获取函数参数具体值的学科。

4、人工神经网络，我们将模拟生物神经网络的数学模型统称为人工神经网络。

5、模式识别，研究的是如何通过输入的特征对样本进行分类，而机器学习更加关注的是如何通过输入的样本来提取出合适的特征，进而实现分类的目标。
​

活动地址：CSDN21天学习挑战赛