2022吴恩达机器学习（三）| 无监督学习

目录

系列文章目录

一、聚类（Clustering）

1.什么是聚类

2.直观理解 K均值算法（常用聚类算法）

2.K均值算法

3.优化目标

 4.随机初始化

5.选择聚类数

二、异常检测（Anomaly Detection）

1.发现异常事件

2.高斯分布/正态分布

3.异常检测算法

4.开发与评估异常检测系统

5.异常检测和监督学习对比

6.选择使用什么特征

具体笔记​编辑

引用

---

系列文章目录

（一） 监督机器学习：回归和分类

（二） 高级学习算法 和 无监督学习

>>>（三） 无监督学习、推荐系统 和 强化学习

---

无监督学习（聚类 k-means算法、异常检测算法）

一、聚类（Clustering）

1.什么是聚类

2.直观理解 K均值算法（常用聚类算法）

2.K均值算法

分成两步

1.选择k个随机的点，作为聚类中心

2.计算距离，分配最近聚类中心。关联聚成一类，计算平均值，中心点移动到平均值的位置（进行迭代）

3.优化目标

优化K均值的 代价函数/畸变函数

 4.随机初始化

需要多次运行K均值算法，每一次都重新进行随机初始化，最后选择代价函数最小的结果【k小（50-1000）适用，k大就哒咩】

5.选择聚类数

通过评估算法在后续目的的表现如何，来选择k值

二、异常检测（Anomaly Detection）

1.发现异常事件

为x的概率建立模型

2.高斯分布/正态分布

3.异常检测算法

给定数据集

计算平均值和方差

给定一个新的训练实例，根据模型计算概率

和阈值进行比较，得到是否异常

4.开发与评估异常检测系统

采用实数评估

从带标记的数据着手，划分训练集（其中一部分正常数据）、交叉检验集和测试集（正常数据和异常数据）

评估度量（精确率/召回率、F1分数）

5.异常检测和监督学习对比

异常检测：非常少的正向类，大量负向类

监督学习：大量正/负向类

6.选择使用什么特征

仔细选择特征很重要，当特征为非高斯分布时，最好将数据转换成高斯分布

误差分析

---

具体笔记

---

引用

黄海广老师整理的课程笔记：fengdu78, Coursera-ML-AndrewNg-Notes, (2018), GitHub repository, https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes