機器學習——聚類算法

聚類的概念： 機器學習裏面的聚類是無監督的學習問題，它的目標是爲了感知樣本間的相似度進行類別歸納。它可以用於潛在類別的預測以及數據壓縮上去。潛在類別預測，比如說可以基於通過某些常聽的音樂而將用戶進行不同的分類。數據壓縮則是指將樣本進行歸類後，就可以用比較少的的One-hot向量來代替原來的特別長的向量。 聚類，既可以作爲一個單獨的過程，也可以作爲其他機器學習任務的預處理模塊。 其實，在深度學習裏面

>>阅读原文<<