机器学习系列----准备知识（1）

机器学习已经很久没有复习了，这周开始准备复习一下机器学习的算法。主要参考了机器学习实战这本书，慢慢填坑吧！磨刀不误砍柴工，先补补准备知识。今天这篇博客主要介绍下，分类和聚类的区别。

    分类（ Classification）

    分类的目的是学会一个分类函数或分类模型(也常常称作分类器),该模型能把数据库中的数据项映射到给定类别中的某一个类中。它找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标记未知的对象类。

    聚类（Clustering）

    它的目的是使得属于同一个簇的样本之间应该彼此相似，而不同簇的样本应该足够不相似。是指根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的组，这样的一组数据对象的集合叫做簇，并且对每一个这样的簇进行描述的过程。

    个人理解：最主要的区别是最后的训练结果。

    分类最后的结果是要得到一个分类器，分类器其实就是一个函数（或者叫模型），该函数的输入就是数据的特征值，对于新来的数据，我们只要将该数据的特征值输入进函数，就能得到一个输出，也就是预测的该数据属于的类别。

    聚类的最后结果是得到各个类簇（或者类的集合）。与分类规则不同，进行聚类前并不知道将要划分成几个组和什么样的组，也不知道根据哪些空间区分规则来定义组。其目的旨在发现空间实体的属性间的函数关系，挖掘的知识用以属性名为变量的数学方程来表示。比如下一节的KNN算法，就是一个典型的聚类算法。