機器學習之聚類

在無監督學習中，訓練樣本的標記信息是未知的，目標是通過對無標記訓練樣本的學習來揭示數據的內在性質及規律，爲進一步的數據分析提供基礎。此類學習任務中研究最多，應用最廣的是聚類。 聚類試圖將數據集中的樣本劃分爲若干個通常是不相交的子集，每個子集稱爲一個簇。 通過這樣的劃分，每個簇可能對應於一些潛在的概念（類別）；需說明的是，這些概念對聚類算法而言事先是未知的，聚類過程僅能自動形成簇結構，簇所對應的概念

>>阅读原文<<