學習筆記，僅供參考，有錯必糾

---

文章目錄

• • 聚類概述
  • • • 聚類是無監督學習的主要任務
      • 聚類描述

---

聚類概述

聚類是無監督學習的主要任務

聚類一直是機器學習、數據挖掘、模式識別等領域的重要組成內容。2015年，中國人工智能學會理書長李德毅院士指出：人類的認知科學要想有所突破，首先就要在人數據聚類上取得突破，聚類是挖掘大數據資產價值的第一步。

和分類(監督學習的主要任務)不同，聚類是在無標記樣本的條件下將數據分組，從而發現數據的天然結構，聚類在數據分析中扮演重要角色，它通常被用于以下三個方面：

• 發現數據的潛在結構
• 對數據進行自然分組
• 對數據進行壓縮

這幾個方面的功能使聚類既可以作為預處理程序，又可以作為獨立的數據分析工具。

聚類描述

數據聚類(或聚類分組)的目標是在一個對象(模式、數據點)的集合中發現其自然的分組。關于聚類目前尚無統一的定義，比較常用的定義如下：聚類是把一個數據對象的集合劃分成簇(子集)，使簇內對象彼此相似，簇間對象不相似的過程。

回答什么是簇這個根本性問方面，人們已經做了大量努力。給定一個數據集

總結

以上是生活随笔為你收集整理的聚类(part1)--聚类概述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。