无监督学习
文章目录 1. 无监督学习的特色 2. PCA主成分分析 2.1 PCA简介 2.2 PCA思想 3. k-means聚类 3. 1 基本思想 1. 无监督学习的特色 监督学习输入数据中有标签或者目标值，可是在实际生活中不少数据是没有标签或者目标值的或者标签的代价很高 对没有标签的数据涉及机器学习中的无监督学习，经过提取通常规律，或者经过数学处理系统地减小或者根据类似性组织数据，对应无监督学习的关
相关文章
- 1. 监督学习和无监督学习
- 2. 监督学习与无监督学习
- 3. 监督学习，无监督学习和半监督学习
- 4. 无监督学习：无监督降维
- 5. 无监督学习
- 6. 机器学习笔记——监督学习，无监督学习，半监督学习
- 7. 机器学习之有监督学习,无监督学习,半监督学习
- 8. 监督学习、无监督学习、半监督学习、强化学习
- 9. 深度学习：有监督学习、无监督学习和半监督学习
- 10. 监督学习、无监督学习、自监督学习和强化学习
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章