4.6 无监督学习-K-means算法

4.6.1 什么是无监督学习

没有目标值/从无标签的数据开始学习-无监督学习

eg:

4.6.2 无监督学习包含算法

聚类-K-means（K均值聚类）

降维-PCA

4.6.3 K-means原理

K-means聚类步骤：

1.随机设置K个特征空间内的点作为初始的聚类中心

2.对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记类别

3.截止对着标记的聚类中心之后，重新计算每个聚类的新中心点（平均值）

4.如果计算得出的新中心点与原中心点一样，那么结束，否则重新进行第二步过程

我们一张图来解释效果：

K-超参数

1）看需求（找几个点）

2）调节超参数

eg:如果随机找三个点，那么K=3

4.6.4 K-means API

4.6.5 案例：k-means对Instacrt Market用户聚类

k=3

流程分析：

1）预估器流程

2）看结果

3）模型评估

4.6.6 K-means性能评估指标

1 轮廓系数

内部距离最小化，外部距离最大化

2 结论

如果b_i>>a：趋近于1，效果更好；如果b_i<<a：趋近于-1，效果不好；轮廓系数的值是介于【-1,1】，越趋近于1代表内聚度和分散度都相对较优。

3 轮廓系数API

4 用户聚类结果评估

4.6.7 K-means总结

特点分析：采用迭代式算法，直观易懂并且非常实用

缺点：容易收敛到局部最优解（多次聚类）

注意：聚类一般做在分类之前