超级会员免费看
本文介绍了聚类算法的基本概念，包括其在发现数据潜在关系、异常值检测和特征提取中的作用。无监督机器学习中的聚类能够根据数据相似度进行分类，如KMeans算法用于数据升维，并通过实例展示了如何将聚类结果作为新维度添加到数据集中。此外，还对比了不同聚类算法的效果，如MiniBatch KMeans和DBSCAN，强调DBSCAN在数据划分上的优势。
首先看一下什么是聚类,我们可以进入sklearn的官网去看看
可以看到这里,首先classification 这个分类我们学完了,然后就是regression回归我们也学完了对吧,其实我们现实生活中的,大部分问题就是
这两种问题就可以解决了.
然后我们再来看一个:
clustering,这个就是聚类对吧.聚类算法 就是对数据,进行自动划分类别
然后我们来看聚类的作用,可以看到
订阅专栏 解锁全文
扫一扫
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
