人工智能学习笔记8：无监督学习与聚类

Posted 2021-06-14 Mario cai

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了人工智能学习笔记8：无监督学习与聚类相关的知识，希望对你有一定的参考价值。

无监督学习与监督学习的差别

在这里插入图片描述
一般公司都是招聘数据标注员人工标注

为什么要学无监督学习？

在这里插入图片描述

在这里插入图片描述

第一类：基于概率密度函数估计的方法

非监督参数估计

我们有一个没有标标签的数据集
在这里插入图片描述

许多PDF构成这个模型
我们对这个模型使用最大似然数估计试试看
涉及混合高斯分布，我们使用EM算法(不要慌)我在下面写了中文

这种情况，主轴方向不变，参数只与中心变量µ 有关

在这里插入图片描述
妈耶！英文看起来太累，试一试中文的解释

西电EM算法课程

在这里插入图片描述

在这里插入图片描述

最终结果我写出来在这里：

欧氏距离：

马氏距离

有了两个距离我们使用K均值聚类算法

K-Mean聚类详解：重庆大学课件

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

以上是关于人工智能学习笔记8：无监督学习与聚类的主要内容，如果未能解决你的问题，请参考以下文章

11.理解分类与监督学习聚类与无监督学习。

11.分类与监督学习，朴素贝叶斯分类算法

11.分类与监督学习，朴素贝叶斯分类算法

[机器学习与scikit-learn-22]：算法-聚类-无监督学习与聚类基本原理

机器学习10贝叶斯

机器学习10贝叶斯