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

>>阅读原文<<