聚类与性能度量----机器学习

最新推荐文章于 2024-04-13 14:00:00 发布

原创

最新推荐文章于 2024-04-13 14:00:00 发布 · 1k 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#数据挖掘 #机器学习

本文介绍了无监督学习中的聚类任务，解释了如何在没有标签的情况下进行聚类，并探讨了评估聚类效果的性能度量，包括外部指标如Jaccard系数、FM指数和Rand指数，以及内部指标如DBI和DI。同时，提到了不同的距离计算方法，如欧式距离和曼哈顿距离。

前面介绍的算法基本是分类和回归任务，属于“监督学习”，这里我们说的聚类属于“无监督学习”，训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律。

聚类任务

聚类试图将数据集中的样本划分为若干个通常是不相交的子集，每个子集称为一个“簇”。形式化的说，假定样本集 $D=\{\textbf{x}_1,\textbf{x}_2,...,\textbf{x}_m\}$ 包含m个无标记的样本，每个样本 $\textbf{x}_i=(x_{i1};x_{i2};...;x_{in})$ 是一个n维特征向量，聚类的任务就是将样本集D划分为k个不相交的簇 $\{C_l|l=1,2,...,k\}$ ，其中各个簇的交集为空，相应的，引入 $\lambda _j\in \{1,2,...,k\}$ 表示样本 $\textbf{x}_j$ 的“簇标记”，即 $\textbf{x}_j\in C_{\lambda _j}$ 。于是，聚类的结果可以用包含m个元素的簇标记向量 $\mathbf{\lambda}=(\lambda _1;\lambda _2;...;\lambda _m)$ 。

以上就是聚类的任务，但是

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。