机器学习-周志华》读书笔记-第9章 聚类
《机器学习-周志华》读书笔记-第9章 聚类 聚类简介 K均值算法 学习向量量化（LVQ） 高斯混合聚类 EM算法 密度聚类 层次聚类 聚类应用 聚类简介 当所给数据记录没有类别标签时而又想通过对样本的观察与训练得到分类标签与模型时，需要用到聚类模型。 将分成的一类一类称为“簇” 聚类目标： 簇内相似度高而簇间相似度低 聚类问题涉及到的两个基本问题是：1、性能度量 2、距离计算 1、性能度量，衡量模
相关文章
- 1. 机器学习-周志华》读书笔记-第9章 聚类
- 2. 机器学习（周志华）读书笔记---第9章 聚类
- 3. 机器学习.周志华《9 聚类》
- 4. 周志华机器学习读书笔记第二章（一）
- 5. 机器学习（周志华）读书笔记---第4章
- 6. 周志华机器学习第二章读书笔记（二）
- 7. 机器学习（周志华）读书笔记---第10章 降维
- 8. 机器学习（周志华）读书笔记---第7章 贝叶斯分类器
- 9. 机器学习（周志华）读书笔记---第8章 集成学习
- 10. 机器学习(周志华)读书笔记+课后习题 第一章
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Kotlin学习（二）基本类型
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
