[機器學習算法]多種聚類學習算法背後的原理

簡介 在無監督學習中unsupervised learning中，訓練樣本的標記信息是未知的，其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。而此類學習任務中應用最廣、研究最多的即聚類clustering。 以通俗的語言講解，聚類學習將數據集中的樣本分成若干個互不相交的子集（稱爲簇cluster）。保持簇內差異儘可能小而簇間差異儘可能大我們就可以將每個簇映

>>阅读原文<<