李宏毅機器學習——非監督學習（線性模型）

聚類 需要多少類？empirical K-means 步驟： 初始化k個聚類中心 每個樣本算和各個聚類中心的距離，歸類到最近的中心點所在的類，更新聚類中心，重複這一步驟 Hierarchical Agglomerative Clustering 步驟 建樹結構 選擇threshold 聚類：一個對象必須屬於某一類，以偏概全，引出了distributed representation 降維 尋找一個

>>阅读原文<<