无监督学习第9页

K-Means和KNN

K-Means：无监督学习，事先不知道数据有几类，通过聚类分析将数据聚合成几个群体。聚类不需要对数据进行训练和学习。

Quinn-ntmy·2023-10-25 11:35

2021-03-15机器学习导论

根据数据是否有因变量，机器学习的任务可分为：有监督学习和无监督学习。有监督学习：给定某些特征去估计因变量，即因变量存在的时候，我们称这个机器学习任务为有监督学习。

Cherryone·2023-10-25 01:13

如何从小白成长为AI工程师笔记

入门机器学习的基础，可以从以下几个方面开始：1.监督学习和无监督学习机器学习分为监督

北辰Charih·2023-10-23 06:09

四川大学软件学院｜数据挖掘课程｜期末复习

有监督学习&无监督学习有监督学习从有标记的训练数据中推导出预测函数。有标记的训练数据是指每个训练实例都包括输入和期望的输出。给定数据，预测标签无监督学习从无标记的训练数据中推断结论。

油条生煎·2023-10-23 06:52

基于图像字典学习的去噪技术研究与实践

字典学习简介字典学习是一种无监督学习方法，旨在从一组训练样本中学习出一个稀疏表示的字典。在图像处理中，字典学习的目标是通过学习图像的稀疏表示字典，实

mYlEaVeiSmVp·2023-10-23 03:30

基于SAE堆叠自编码器的单维时间序列预测研究（matlab代码实现）

自编码器是一种无监督学习的神经网络模型，用于学习输入数据的低维表示。堆叠自编码器是将多个自编码器层叠在

长安程序猿·2023-10-22 19:44

机器学习

分为监督学习，无监督学习和强化学习。应用：决策树，朴素贝叶斯分类，最小二乘线性回归，主成分分析等

Strawstars·2023-10-22 04:36

聚类分析 | 聚类分析（K-means、层次聚类、密度聚类、高斯混合模型）

一、引言聚类算法是一种无监督学习方法，旨在将相似的数据点分组成为若干个簇，使得同一簇内的数据点相似度高，不同簇之间的相似度低。聚类算法在数据挖掘、模式识别、图像分析等领域具有重要应用。

码农腾飞·2023-10-22 02:52

读书笔记--＞强化学习--＞强化学习一些基本概念介绍

本章主要总结书籍的第一章：Chapter1Introduction文章目录强化学习是做什么强化学习与监督学习、无监督学习区别强化学习的一些基本要素强化学习的挑战强化学习是做什么强化学习就是学习，如何将环境状态

村头陶员外·2023-10-21 16:37

Datawhale开源学习笔记

深度学习1.4主要应用2数学基础2.1矩阵基本知识2.2矩阵的分解2.3概率统计2.4最优化估计Task02机器学习基础一些基本概念数据集误差分析泛化误差分析交叉验证有监督学习线性回归支持向量机决策树无监督学习聚类降维

IT界的清流·2023-10-21 06:47

金融机器学习方法：K-均值算法

目录1.算法介绍2.算法原理3.python实现示例1.算法介绍K均值聚类算法是机器学习和数据分析中常用的无监督学习方法之一，主要用于数据的分类。

抱抱宝·2023-10-20 13:57

机器学习-各类学习器评价指标

根据是否提供数据的分类结果（数据的标签），可将机器学习方法分为两大类：监督学习（如分类和回归方法），无监督学习（如聚类方法）。

ckSpark·2023-10-20 07:39

无监督学习之K均值算法

前言在之前的学习中，已经了解学习了一系列与监督学习有关的机器学习算法，本篇文章，将详细讲述与无监督学习相关的机器学习算法，所谓无监督学习就是根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，

此间不留白·2023-10-19 20:37

[Machine Learning]--无监督学习

yuanmengxinglong·2023-10-19 14:54

Introduction - Unsupervised Learning

摘要:本文是吴恩达(AndrewNg)老师《机器学习》课程，第一章《绪论：初识机器学习》中第4课时《无监督学习》的视频原文字幕。为本人在视频学习过程中逐字逐句记录下来以便日后查阅使用。现分享给大家。

王彩旗 edwardwangcq.com·2023-10-19 14:13

【Machine Learning】03-Unsupervised learning

03-Unsupervisedlearning3.UnsupervisedLearning3.1无监督学习（UnsupervisedLearning）3.1.1聚类（Clustering）3.1.2K-

MikeBennington·2023-10-19 13:10

Python 第三方模块机器学习 Scikit-Learn模块无监督学习1 聚类2

一.cluster2.使用(2)函数:执行"近邻传播聚类算法"(AffinityPropagationClustering):[,,=]sklearn.cluster.affinity_propagation([,preference=None,convergence_iter=15,max_iter=200,damping=0.5,copy=True,verbose=False,return_n

EdVzAs·2023-10-19 11:24

Python 第三方模块机器学习 Scikit-Learn模块无监督学习1 聚类1

一.cluster1.简介:该模块用于进行聚类2.使用(1)类:"亲和度传播聚类算法/仿射传播聚类算法/近邻传播聚类算法"(AffinityPropagationClustering;APClustering):classcluster.AffinityPropagation([damping=0.5,max_iter=200,convergence_iter=15,copy=True,prefe

EdVzAs·2023-10-19 11:54

python谱聚类算法_从零开始的谱聚类（Spectral Clustering），使用Python实现

机器学习的主要领域之一是无监督学习领域。主要思想是在我们的数据中找到一种模式，而不需要像监督学习那样的标签的先验知识。它通常通过将我们的数据聚类成组并尝试从聚类中推断出意义来实现。

weixin_39837607·2023-10-19 11:23

【Scikit-Learn 中文文档】双聚类 - 无监督学习 - 用户指南 | ApacheCN

中文文档:http://sklearn.apachecn.org/cn/stable/modules/biclustering.html英文文档:http://sklearn.apachecn.org/en/stable/modules/biclustering.html官方文档:http://scikit-learn.org/stable/GitHub:https://github.com/ap

geekidentity·2023-10-19 11:52

10大机器学习聚类算法实现（Python）

聚类或聚类分析是无监督学习问题。它通常被用作数据分析技术，用于发现数据中的有趣模式，例如基于其行为的客户群。有许多聚类算法可供选择，对于所有情况，没有单一的最佳聚类算法。

数据分析v·2023-10-18 08:26

（sklearn）机器学习（八）回归与聚类算法

回归与聚类算法1线性回归2欠拟合与过拟合3岭回归4逻辑回归5模型保存与加载6K-means算法（无监督学习）1线性回归原理线性回归的损失和优化API什么是线性回归？

勇气在前·2023-10-18 08:11

机器学习之回归与聚类算法

回归与聚类算法线性回归欠拟合与过拟合分类算法-----逻辑回归与二分类模型保存和加载无监督学习----K-means算法目录回归与聚类算法线性回归线性回归的损失和优化原理优化损失线性回归API欠拟合与过拟合正则化岭回归分类算法

芒着可爱·2023-10-18 07:36

Ai_drive _103_重新思考图像融合策略和自监督对比学习

近先进的无监督学习方法使用类似连体的框架来比较来自同一图像的两个“视图”以进行学习表示。使这两种观点与众不同的是保证无监督方法可以学习有意义信息核心。

mingqian_chu·2023-10-17 05:33

吃瓜教程1--概念准备

）归纳偏好2、模型评估与选择（1）经验误差与过拟合（2）评估方法二、南瓜书准备篇机器学习的相关技术1.监督学习（1）Regression（2）Classification2.半监督学习3.迁移学习4.无监督学习

雾里看花的学习日常·2023-10-17 05:21

掌握 Scikit-Learn: Python 中的机器学习库入门

Scikit-Learn的核心组件与结构安装与配置验证安装数据表示与预处理特征矩阵和目标向量数据处理估计器模型的选择思考问题的本质研究数据的分布判断任务的复杂性分类问题回归问题监督学习分类算法回归算法无监督学习模型的评估训练集和验证集分类模型评估回归模型评估特征工程特征选择特征提取概述机器学习

我是小白呀·2023-10-16 18:04

Cluster聚类算法大比拼：性能、应用场景和可视化对比总结

聚类分析是一种无监督学习方法，广泛应用于各种领域，包括市场细分、社交网络分析、生物信息学和推荐系统等。

Mr数据杨·2023-10-16 17:01

ApacheCN 深度学习译文集 2020.9

724187166ApacheCN学习资源目录TensorFlow1.x深度学习秘籍零、前言一、TensorFlow简介二、回归三、神经网络：感知器四、卷积神经网络五、高级卷积神经网络六、循环神经网络七、无监督学习八

布客飞龙·2023-10-16 11:11

机器学习-无监督学习之聚类

文章目录K均值聚类密度聚类（DBSCAN）层次聚类AGNES算法DIANA算法高斯混合模型聚类聚类效果的衡量指标小结K均值聚类步骤：Step1：随机选取样本作为初始均值向量。Step2：计算样本点到各均值向量的距离，距离哪个最近就属于哪个簇Step3：重新计算中心点作为均值向量，重复第二步直到收敛常见距离曼哈顿距离（街区距离）欧氏距离切比雪夫距离（棋盘距离）闵氏距离（结合前三种）余弦相似度适用场景

小蒋的技术栈记录·2023-10-16 10:45

机器学习 sklearn 无监督学习降维算法 PCA

importmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dfromsklearn.datasetsimportmake_blobsfromsklearn.decompositionimportPCA#X为样本特征，Y为样本簇类别，共1000个样本，每个样本3个特征，共4个簇X,y=make_blobs(n_samples=100

404detective·2023-10-16 10:24

数据挖掘 - 分类

根据邵俊明老师的课件整理而成监督学习和无监督学习无监督的学习关联规则聚类分析监督学习分类预测模型分类生成模型GenerativeModel判别模型DiscriminativeModel对比分类和预测分类算法决策树

纫秋兰以为佩·2023-10-16 09:29

机器学习: 初探定义与应用场景

机器学习的定义机器学习在日常生活中的应用推荐系统语音识别图像识别商业领域的机器学习金融风险评估股票市场预测客户关系管理机器学习在医疗领域的应用疾病预测药物发现医疗影像分析机器学习的主要类型监督学习无监督学习强化学习常用的机器学习算法线性回归逻辑回归决策树支持向量机随机森林评估和验证训练集

我是小白呀·2023-10-15 22:11

机器学习之线性回归

机器学习之线性回归1机器学习基本概念1.1定义：1.2分类1.2.1有监督学习1.2.2无监督学习1.3模型泛化能力1.4模型可能出现的问题：1.4.1过拟合问题（highvariance）1.4.2欠拟合问题

夜猫子科黎·2023-10-15 15:28

深度学习模型的技巧

在训练预训练模型时，通常使用无标注的数据集进行自监督学习（self-supervisedlearning）或无监督学习（unsupervisedlearning）。这些模型通过学习数据的通

还有你Y·2023-10-15 14:59

机器学习——学习路线

监督学习线性回归均方差损失推导梯度下降法归一化正则化Lasso回归&岭回归多项式回归线性分类逻辑回归多标签分类交叉熵损失Softmax回归SVM支持向量机决策树剪枝与后剪枝随机森林AdaboostGBDTXGBoost2、无监督学习降维

Visual code AlCv·2023-10-15 12:08

深度学习的一些概念分享

深度学习有哪些神经网络一般来说，训练深度学习网络的方式主要有四种：监督学习（supervisedlearning）无监督学习（unsupervisedlearning）半监督学习（semi-supervisedlearning

IT_xiao小巫·2023-10-15 04:43

机器学习R复习提纲-TYUT

5.机器学习方法的分类：一类是有监督学习，一类是无监督学习。第

SXxn·2023-10-14 22:49

机器学习期末复习题及答案

闫海南·2023-10-14 22:16

机器学习笔记（3）：无监督学习

在无监督学习中，我们已知的数据。看上去有点不一样，不同于监督学习的数据的样子，即无监督学习中没有任何的标签或者是有相同的标签或者就是没标签。所以我们已知数据集，却不知如何处理，也未告知每

大锅烩菜·2023-10-14 05:07

机器学习算法概述

目录机器学习概述01监督学习02无监督学习：03半监督学习04强化学习机器学习算法介绍1回归算法01线性回归：02非线性回归03逻辑回归2聚类01基于层次的聚类02基于分割（划分）的聚类03基于密度的聚类

uuddoop·2023-10-13 22:49

半监督学习介绍（为什么半监督学习是机器学习的未来）

半监督学习的目标是结合监督学习和无监督学习的优点；利用标记数据的准确性以及未标记数据的丰富性和较低成本。半监督学习可以被认为是监督学习（利用标记数据进行训练）和无监督学习（不需要标签）之间的桥梁。

智能建造小硕·2023-10-13 21:37

机器学习-概述与贝叶斯算法

机器学习分类：监督学习（分类、回归）、无监督学习（聚类、降维）、强化学习。希腊字母发音：先从导包学起，再考虑自己写个包出来。有监督学

小蒋的技术栈记录·2023-10-13 06:06

监督学习方法与无监督学习方法总结

（一）监督学习10种监督学习方法特点的概括汇总如下表：（二）无监督学习八种常用的统计机器学习方法，即聚类方法（包括层次聚类与k均值聚类）、奇异值分解（SVD）、主成分分析（PCA）、潜在语义分析（LSA

daisyxyr·2023-10-11 13:59

机器学习丨监督学习与无监督学习

较为通俗易懂的参考：2监督学习与无监督学习表述比较清晰的参考：监督学习和无监督学习的区别前言机器学习算法最主要两个分类就是监督学习、无监督学习。

30decibel·2023-10-11 12:58

深度学习基础知识总结

目录背景深度学习/机器学习/人工智能，计算机视觉/机器视觉/图像处理...的关系监督学习、无监督学习、半监督学习图像分类、目标检测、语义分割、实例分割基础知识激活函数激活函数的作用激活函数一般是非线性的常见的激活函数训练集

ThreeS_tones·2023-10-11 08:02

对抗性自动编码器系列--自动编码器AutoEncoder的原理及实现-手写数字的重建

大多数人类和动物学习都是无监督学习。如果把人工智能比作一个蛋糕，那么无监督学习就是蛋糕，监督学习就是

Tina姐吖·2023-10-11 07:31

入坑机器学习：三，非监督学习

目录背景与意义常用算法典型例子-聚类分类确定型无监督学习概率型无监督学习首先给大家看一个图。我们回想一下上一章里面给的两个例子，如上图左所示，数据集中每条数据都已经标明是阴性或阳性（正例或负例）。

喜欢吃豆·2023-10-11 06:26

线性回归模型

1常见机器学习概念监督学习:通过标注数据进行学习的方法无监督学习:当一组数据很难获取标签的时候采用无监督学习，一般采用的方法是聚类分析。

ClintonZero·2023-10-11 00:13

2023-自监督学习综述

SSL与无监督学习的不同之处在于，它需要标签，但不需要人工标记。SSL使用了两个主要概念:辅助代理任务和对比学习辅助代理主要

小杨小杨1·2023-10-10 22:52

PCA（2018-05-05）

应用：常用字损失数据压缩，特征提取，数据视觉化是一种无监督学习通常数据很难被学习出特点时，再使用PCA。为什么需要降维？为了数据视觉化，因为高维数据太难视觉出来了。

叨逼叨小马甲·2023-10-10 12:16

推荐频道

无监督学习