分类与聚类的区别
来源:互联网 发布:万方数据库下载器 编辑:程序博客网 时间:2024/05/29 08:54
分类与聚类的区别
Classification (分类)—— Supervised Learning (监督学习)
1.定义
利用分类技术可以从数据集中提取描述数据类的一个函数或模型(也常称为分类器classifier),并把数据集中的每个对象归结到某个已知的对象类中。从机器学习的观点,分类技术是监督学习,即每个训练样本的数据对象已经有类标识,通过学习可以形成表达数据对象与类标识间对应的知识。所谓分类,简单来说,就是根据数据的特征或属性,划分到已有的类别中。
分类作为一种监督学习方法,要求必须事先明确知道各个类别的信息,并且断言所有待分类项都有一个类别与之对应。但是很多时候上述条件得不到满足,尤其是在处理海量数据的时候,如果通过预处理使得数据满足分类算法的要求,则代价非常大,这时候可以考虑使用聚类算法。
2.常用的分类算法包括
Clustering(聚类)——Unsupervised Learning (无监督学习)
1.定义
简单地说就是把相似的东西分到一组,聚类的时候,我们并不关心某一类是什么,我们的目标只是把相似的东西聚到一起。聚类分析就是将数据划分成有意义或有用的组(簇)。因此,一个聚类算法通常只需要知道如何计算相似度就可以开始工作了,因此 clustering 通常并不需要使用训练数据进行学习,即unsupervised learning (无监督学习)。聚类分析仅根据在数据中发现的描述对象及其关系的信息,将数据对象分组。其目标是,组内的对象相互之间是相似的,而不同组中的对象是不同的。
2.什么是一个好的聚类方法?
3.不同的聚类类型
4.不同的簇类型
References:
[1] http://www.cnblogs.com/batys/p/3274138.html
- 分类与聚类的区别
- 分类与聚类的区别
- 聚类与分类的区别
- 聚类与分类的区别
- 聚类与分类的区别?
- 分类与聚类的区别
- 分类与聚类的区别
- 分类与聚类的区别
- 文本分类与文本聚类的区别
- 数据挖掘中,分类与聚类的区别
- 机器学习中分类与聚类的本质区别
- 数据挖掘总结之分类与聚类的区别
- 机器学习中分类与聚类的本质区别
- iOS - 类扩展与分类的区别
- iOS - 类扩展与分类的区别
- iOS - 类扩展与分类的区别
- 分类与继承的区别
- 分类与回归的区别
- VC++获取本机所有IP和掩码信息
- C#设计模式总结
- UVA
- 为ROS navigation功能包添加自定义的全局路径规划器(Global Path Planner)
- 实例的生命周期
- 分类与聚类的区别
- 那些年Android黑科技②:欺骗的艺术
- 内容提供器访问Android数据库时候必须版本对应一致
- 设计模式之适配器模式的学习思考
- 芯片巨头英特尔放弃竞争迷你计算机市场
- QQWry.dat 数据写入
- 控件easyui-combobox动态设置默认值
- 5、面向对象的设计思想
- 机器学习C++库:dlib