机器学习之非监督学习

机器学习之非监督学习 一、非监督学习介绍 利用无标签的数据学习数据的分布或数据与数据之间的关系被称作无监督学习。 有监督学习和无监督学习的最大区别在于数据是否有标签。 无监督学习最常应用的场景是： 聚类 (clustering) 降维 (Dimensional Reduction) 假设函数： hθ(⋅) 希望： hθ（x(i)）=x(i) 二、k-means 算法 K-Means 的算法如下：

>>阅读原文<<