機器學習 之 分類與聚類的區別

一、概念 分類:通過訓練集訓練出來一個模型,用於判斷新輸入數據的類型,而在訓練的過程中,一定需要有標籤的數據,即訓練集本身就帶有標籤。簡單來說,用已知的數據來對未知的數據進行劃分。這是一種有監督學習。 聚類:對於一組數據,你根本不知道數據之間的關係,不知道他們是否屬於同一類,抑或屬於不同類別,也不知道到底可以分爲多少類。這個時候,我們就需要聚類算法來對數據進行一個關係分析,通過聚類,我們可以把未知
相關文章
相關標籤/搜索