機器學習算法拾遺:(五)聚類算法(K-means,密度聚類,層次聚類)

基礎:聚類算法(K-means,密度聚類,層次聚類) 無監督學習是在樣本的標籤未知的情況下,根據樣本的內在規律對樣本進行分類,常見的無監督學習就是聚類算法。 聚類算法模型的性能度量大致有兩類:   1)將模型結果與某個參考模型(或者稱爲外部指標)進行對比,私認爲這種方法用的比較少,因爲需要人爲的去設定外部參考模型。   2)另一種是直接使用模型的內部屬性,比如樣本之間的距離(閔可夫斯基距離)來作爲
相關文章
相關標籤/搜索