ImageVerifierCode 换一换
格式:PPT , 页数:36 ,大小:1.70MB ,
资源ID:322213     下载积分:7.18 金币    免费下载
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝扫码支付 微信扫码支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.aqrzj.com/docdown/322213.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(机器学习-聚类(36页).ppt)为本站会员(人民至上)主动上传,安全人之家仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知安全人之家(发送邮件至316976779@qq.com或直接QQ联系客服),我们立即给予删除!

机器学习-聚类(36页).ppt

1、机器学习聚类,汇报人:杨光,1.聚类任务,有一天老板给你一堆数据,然后他说,你给我分类(聚类)出来,2,1.聚类任务,聚类算法是一种无监督学习,我们区分监督学习和无监督学习的方法是看IN数据有无标签(Label)。,3,1.聚类任务,4,在实际工作中,我们需要处理很多数据,标签获取需要极大的人工工作量。,1.聚类任务,引言,聚类算法会将数据集中的样本划分成为若干个通常不相交的子集,每一个子集我们称之为“簇”。在聚类过程自动形成簇结构后,我们会发现每个簇里会存在一些潜在的概念,比如“黄种人”、“白种人”,“女性”、“男性”,这些是我们事先未知的,这些概念也是由使用者来把握和命名的。,5,1.聚类

2、任务,引言,6,2.性能度量,引言,目标:尽量使聚类结果的“簇内相似度高”且“簇间相似度低”两类指标:,7,外部指标:与某个“参考模型”比较,内部指标:直接考察聚类结果(不利用参考模型),2.性能度量,引言,外部指标:,8,2.性能度量,引言,9,2.性能度量,引言,10,内部指标:,2.性能度量,引言,10,3.距离计算,引言,距离度量dist(.,.)需要满足一些性质:,10,非负性:dist(xi,xj)0同一性:dist(xi,xj)=0当且仅当xi=xj对称性:dist(xi,xj)=dist(xj,xi)直递性:dist(xi,xj)dist(xi,xk)+dist(xk,xj),

3、3.距离计算,引言,闵可夫斯基距离:当给定样本我们最常用的是“闵可夫斯基距离”p1时,“闵可夫斯基距离”公式满足上述4个性质。p=1时,“闵可夫斯基距离”即“曼哈顿距离”。p=2时,“闵可夫斯基距离”即“欧氏距离”。,10,3.距离计算,引言,有序属性:1,2,3闵可夫斯基距离无序属性:飞机,火车,轮船 VDM,10,3.距离计算,引言,10,3.距离计算,引言,10,4.原型聚类 k-means,引言,10,4.原型聚类 k-means,引言,10,4.原型聚类 k-means,引言,10,4.原型聚类 k-means,引言,10,4.原型聚类 LVQ,引言,10,4.原型聚类 LVQ,引言

4、,10,4.原型聚类 LVQ,引言,10,4.原型聚类 LVQ,引言,10,4.原型聚类 LVQ,引言,10,5.密度聚类,引言,10,5.密度聚类,引言,10,5.密度聚类,引言,10,5.密度聚类,引言,10,5.密度聚类,引言,10,5.密度聚类,引言,10,6.层次聚类,引言,10,给定聚类簇Ci,Cj,可以通过下面的式子来计算距离:,6.层次聚类,引言,10,6.层次聚类,引言,10,以西瓜数据集4.0为例,令AGNES算法一直执行到所有样本出现在同一个簇中,即k=1,可以得到下面这个树状图9.12,6.层次聚类,引言,10,THANK YOU,2018.4.3,参考资料:周志华机器学习CSDN:https:/ https:/

copyright@ 2010-2024 安全人之家版权所有

经营许可证编号:冀ICP备2022015913号-6