機器學習-周志華》讀書筆記-第9章 聚類
《機器學習-周志華》讀書筆記-第9章 聚類 聚類簡介 K均值算法 學習向量量化（LVQ） 高斯混合聚類 EM算法 密度聚類 層次聚類 聚類應用 聚類簡介 當所給數據記錄沒有類別標籤時而又想通過對樣本的觀察與訓練得到分類標籤與模型時，需要用到聚類模型。 將分成的一類一類稱爲「簇」 聚類目標： 簇內相似度高而簇間相似度低 聚類問題涉及到的兩個基本問題是：1、性能度量 2、距離計算 1、性能度量，衡量模
相關文章
- 1. 機器學習-周志華》讀書筆記-第9章 聚類
- 2. 機器學習（周志華）讀書筆記---第9章 聚類
- 3. 機器學習.周志華《9 聚類》
- 4. 周志華機器學習讀書筆記第二章（一）
- 5. 機器學習（周志華）讀書筆記---第4章
- 6. 周志華機器學習第二章讀書筆記（二）
- 7. 機器學習（周志華）讀書筆記---第10章 降維
- 8. 機器學習（周志華）讀書筆記---第7章 貝葉斯分類器
- 9. 機器學習（周志華）讀書筆記---第8章 集成學習
- 10. 機器學習(周志華)讀書筆記+課後習題 第一章
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Kotlin學習（二）基本類型
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
