學習筆記-非監督學習

非監督學習的訓練樣本沒有已知標籤，常需要通過非監督學習去發現樣本間的結構關係。 非監督學習這塊內容由兩部分組成：K鄰近法和主成分分析。 K-means 聚類是最常見的非監督學習應用。K-means是最常見的聚類學習算法。 K-means算法的輸入包括：訓練集樣本，和需要劃分的類別K。 算法過程 隨機初始設置類別標籤，從訓練集樣本里隨機挑選K個樣本，分別代表將要劃分的K個不同類別； 重複以下兩步，直

>>阅读原文<<