笔记

分类和聚类

之前分享了一篇博客，人工智能的深渊。这个深渊分成了几层

这次分享两个第二层的简单概念：聚类和分类。

聚类

将给定的样本按照相似性归成若干类。

例如：

从天府三街地铁口找出100个人，根据他们的 身高，年龄，性别， 头发颜色，体型，服饰......,  按照相似性将他们分成若干组，但是不指定具体几个组，也不指定每个组有什么特点。

分类

将给定样本，分到指定的若干个类。 

分类需要事先利用大量样本进行训练，找到一个分类的方法。

例如：

现有1000个人的资料或者照片， 包括 身高，年龄，性别， 头发颜色，体型，服饰......,，  而且知道这100个人的职业。

现在我们根据这1000的信息，学习出一个经验，即 根据 身高，年龄，性别， 头发颜色，体型，服饰......,，就能大概地判断出一个人的职业。

然后某天早上从天府三街地铁口随机找100个人，问出他们的 身高，年龄，性别， 头发颜色，体型，服饰......,， 但不问职业，我们也能判断出这些人的是程序员，会计，医生......。

上面所说的经验就是一个分类器。

已知职业的1000个人叫训练样本。