西瓜书习题 - 9.聚类

最新推荐文章于 2024-09-07 10:06:44 发布
最新推荐文章于 2024-09-07 10:06:44 发布
阅读量5.2k 收藏 83
点赞数 9
分类专栏： 西瓜书习题 文章标签： 聚类 机器学习 算法
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。
本文链接：https://blog.youkuaiyun.com/wdnshadow/article/details/127532376
版权
博客围绕聚类展开，包含聚类作用、相关机器学习任务分类等知识问答，介绍了聚类方法，如k均值聚类所属类型、不同聚类算法适用场景等，还进行了章节测试，涉及算法选择、聚类结构获取等问题。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1.聚类

1、下面哪一项属于聚类的作用？

  1. 寻找数据内在的分布结构
  2. 作为其他学习任务的前驱过程
  3. 帮助寻找潜在的概念或者类别
  4. 以上都是

2、下面哪一项机器学习任务不属于无监督学习？

  1. 分类
  2. 聚类
  3. 密度估计
  4. 主成分分析

3、聚类问题与下列哪一项监督学习任务更加相近？____（分类/回归）

分类

2.聚类方法概述

1、k均值聚类属于下列哪一种聚类算法？

  1. 原型聚类
  2. 密度聚类
  3. 层次聚类
  4. 以上都是

2、为了得到树形的聚类结构，应该使用下列哪一种聚类算法？

  1. 原型聚类
  2. 密度聚类
  3. 层次聚类
  4. 以上都是

3、聚类好坏____（存在/不存在）绝对标准。

不存在

3.章节测试

1、当我们想将无标记的数据分成若干簇时，应该选用下列什么类型的算法？

  1. 分类
  2. 回归
  3. 以上都可以
  4. 聚类

2、下面哪一项是通过样本分布的紧密程度确定聚类结构的聚类算法？

  1. 原型聚类
  2. 密度聚类
  3. 层次聚类
  4. 以上都是

3、下图所示聚类结构____（可以/不可以）通过标准型的k均值聚类算法得到。

注：标准型指不使用核方法。

在这里插入图片描述

不可以

4、下图所示聚类结构最可能通过____（原型聚类/密度聚类/层次聚类）得到

在这里插入图片描述

密度聚类

《机器学习》西瓜书-绪论
11-01 1394
机器学习是目前信息技术中最激动人心的方向之一，其应用已经深入到生活的各个层面且与普通人的日常生活密切相关。本文为清华大学最新出版的《机器学习》教材的Learning Notes，书作者是南京大学周志华教授，多个大陆首位彰显其学术奢华。本篇主要介绍了该教材前两个章节的知识点以及自己一点浅陋的理解。 1 绪论 傍晚小街路面上沁出微雨后的湿润，和熙的细风吹来，抬头看看天边的晚霞，嗯，明天又是一个好天...
西瓜书课后题——第九章（聚类）
qq_37691909的博客
05-02 3893
本章因为课后题大部分都是证明和解答题，所以不再详细叙述，只是针对 9.4 题给出相关算法的实现。 关于证明和简答题可以参考这篇博客：https://blog.csdn.net/icefire_tyh/article/details/52224676 9.4 k均值聚类实现，并在不同k值和初始向量情况下进行比较。 算法完全按照图 9.2 给出的过程进行，数据集采用西瓜数据集4.0. 相关...
西瓜书《机器学习》课后答案——chapter9
CodeTutor
10-24 9805
9.1 证明：p≥1p\geq 1时，闵可夫斯基距离满足距离度量的四条基本性质。0≤p<10\leq p < 1时，闵可夫斯基距离只满足非负性、规范性和对称性，不满足三角不等式。当p趋向于无穷大时，闵可夫斯基距离等于对应分量的最大绝对距离，也称为切比雪夫距离： limp→+∞(∑u=1n|xiu−xju|p)1p=maxu|xiu−xju|.\lim_{p\rightarrow +\infty}\
西瓜书笔记05：聚类
qq_33476409的博客
08-17 432
聚类 聚类性能评价 外部指标，与某个参考模型进行比较。 定义聚类给出的簇划分C，参考模型簇划分C∗C∗C^{*}，定义 ⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪a=|SS|,b=|SD|,c=|DS|,d=|DD|,SS=(xi,xj)|λi=λj,λ∗i=λ∗jSS=(xi,xj)|λi=λj,λ∗i≠λ∗jSS=(xi,xj)|λi≠λj,λ∗i=λ∗jSS=(xi,xj)|λi≠λj,λ∗i...
六、西瓜书——聚类
qq_52053775的博客
03-04 1965
层次聚类(Hierarchical Clustering)是聚类算法的一种，通过计算不同类别数据点间的相似度来创建一棵有层次的嵌套聚类树。在聚类树中，不同类别的原始数据点是树的最低层，树的顶层是一个聚类的根节点。创建聚类树有自下而上合并和自上而下分裂两种方法。作为一家公司的人力资源部经理，你可以把所有的雇员组织成较大的簇，如主管、经理和职员；然后你可以进一步划分为较小的簇，例如，职员簇可以进一步划分为子簇：高级职员，一般职员和实习人员。
西瓜书_chapter9_聚类
lirt15的博客
06-28 474
9.1 聚类任务 在无监督学习中，训练样本的标记信息是未知的，目标是通过对无标记样本的学习来揭示数据的内在性质及规律。 本章中，我们探索其中常用的“聚类"算法。它的目的是把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(cluster)。 聚类既能作为一个独立的过程，去探索数据之间的内在联系，也可以作为分类等其他学习任务的前驱过程. 9.2 性能度量 聚类性能度量也叫做聚类“有效...
交叉学习验证 西瓜书_机器学习西瓜书简明笔记（10）聚类
weixin_42098892的博客
01-09 233
上篇主要介绍了一种机器学习的通用框架--集成学习方法，首先从准确性和差异性两个重要概念引出集成学习“好而不同”的四字真言，接着介绍了现阶段主流的三种集成学习方法：AdaBoost、Bagging及Random Forest，AdaBoost采用最小化指数损失函数迭代式更新样本分布权重和计算基学习器权重，Bagging通过自助采样引入样本扰动增加了基学习器之间的差异性，随机森林则进一步引入了属性扰动...
基于西瓜书的聚类代码和介绍
11-20
def GMM_algorithm(iterMax,gmm,dataset): &#39;&#39;&#39; 高斯混合聚类算法 :param iterMax: 最大迭代次数 :param gmm: 保存gmm模型的数据 :return: 簇划分结果 &#39;&#39;&#39; step = 0 m = len(dataset) flagMat = np.mat(np.zeros((m, 1))) # 保存每个样本的簇标记 lateProbMat = np.mat(np.zeros((m,3))) #保存后验概率 while step 3): k += 1 print( k) mark = [&#39;or&#39;, &#39;ob&#39;, &#39;og&#39;, &#39;ok&#39;, &#39;^r&#39;, &#39;+r&#39;, &#39;sr&#39;, &#39;dr&#39;, &#39;<r&#39;, &#39;pr&#39;] # 画出所有样例点 属于同一分类的绘制同样的颜色 for i in range(numSamples):
西瓜书 习题9.4 K-means
世靖的码场
01-24 2115
第九章讲了很多聚类方法，以及聚类的好坏的度量方式，Kmeans比较容易实现，比较常用的一种方法。 通常来讲，我们希望聚类的结果，类内相似度高，类间差异度大。 数据以及代码： https://github.com/qdbszsj/Kmeans import numpy as np import pandas as pd import matplotlib.pyplot as plt
【机器学习 西瓜书】第一章绪论习题解答
最新发布
CrystalLuo0827的博客
09-07 1426
方法：推荐系统通过分析用户的搜索历史、浏览习惯、地理位置等信息，结合机器学习模型（如协同过滤、神经网络模型），为每个用户生成个性化的搜索结果。- 方法：自然语言处理（NLP）和语义分析模型能够分析用户输入的查询，识别关键词、句子结构、同义词，理解查询背后的意图，从而生成更准确的搜索结果。- 考虑每个假设的先验概率以及在训练数据下的后验概率，选择后验概率最大的假设。- 假设训练数据中的噪声是某种已知的分布（例如高斯噪声），通过最大化假设在给定数据下的似然函数来选择最可能的假设。
周志华-机器学习-西瓜书-1-9章习题解析.docx
01-01
该文档整理了优快云上的机器学习-周志华-西瓜书的一到九章的习题解析，方便大家免费下载
清华大学精品数据挖掘&机器学习学习PPT课件（42页）含练习题 第3章 聚类算法介绍.pptx
05-17
清华大学出品的数据挖掘&机器学习课件，非常适合大学生和职场新手新手，也适合老鸟复习回顾，完全可用于自学入门，很经典好用的PPT课件哦~ 第1章 数据挖掘概念介绍.pptx 第2章 分类 Bayes贝叶斯 SVM支持向量机分类算法.pptx 第3章 聚类算法介绍.pptx 第4章 关联规则 Apriori FP-Growth算法.pptx 第5章 综合实战：日志的挖掘与应用.pptx 第6章 数据挖掘应用案例 电力分析 银行信贷 指数预测 客户分群营销 房屋估价.pptx
西瓜书第九章习题及答案
qq_43761012的博客
08-15 2147
西瓜书第九章习题9.4
西瓜书读书笔记之聚类
wxl1999的博客
02-21 325
高斯混合聚类这里的推导过程不是特别明白，其中涉及到的EM算法也得去看一看 思维导图：  
阅读笔记：《机器学习》西瓜书（9）——聚类
Tremendous_ED的博客
08-11 824
聚类聚类任务 聚类任务 在无监督学习中，由于训练样本并没有标签，一般使用聚类来揭示训练样本数据中的内在规律，为进一步的数据分析提供基础。聚类试图将训练样本在属性空间（特征空间、样本空间）中划分出若干个通常不相交的子集 ...
西瓜书笔记9: 聚类
越开源越幸运
08-15 1164
9.1 聚类任务 9.2 性能度量 外部指标 内部指标 9.3 距离计算 有序属性的距离 无序属性的距离 属性距离变形 9.4 原型聚类 k均值算法 学习向量量化(LVQ) 高斯混合聚类 E步 M步 9.5 密度聚类 9.6 层次聚类
西瓜书学习笔记9-聚类
weixin_41872340的博客
06-28 861
chapter 9 聚类 9.1聚类任务 在无监督学习中，训练样本的标记未知，目标是通过无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础，此类学习中应用最广，研究最多的是“聚类”。 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，通过这样的划分，每个簇可能对应一些潜在的概念（类别），如“浅色瓜”，“深色瓜”，“有籽瓜”等。这些概念对聚类算法而言...
周志华西瓜书《机器学习》习题提示——第9章
qiy_icbc的博客
07-23 1433
周志华西瓜书《机器学习》习题提示——第9章
西瓜书读书笔记整理（九） —— 第九章 聚类
热门推荐
Smileyan's blog
01-10 1万+
聚类算法是一类无监督学习算法，它的主要任务是将数据集中的样本划分为若干个不同的组，使得同一组内的样本之间具有较高的相似性，而不同组之间的样本具有较大的差异性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值