前言

吳恩達的課程堪稱經典，有必要總結一下。
學以致用，以學促用，通過筆記總結，鞏固學習成果，復習新學的概念。

正文

文章目錄

• 前言
• 正文
• • kmeans算法
  • 隨機初始化
  • 關鍵參數 類數目

本章主要討論有關無監督學習聚類的一些知識。
監督學習，可以很好的處理有標簽的數據。
無監督學習，只有數據沒有標簽。

聚類的一些典型應用。

kmeans算法

典型聚類算法，kmeans，選擇k個點得到其中心。

kmeans算法的簡介以及實現過程。
kmeans的例子
kmeans優化目標
kmeans算法具體表現形式。

隨機初始化

隨機初始化的條件。
容易陷入局部最優收斂極值點。
隨機初始化，獲得相應的條件。

關鍵參數 類數目

對于這種數據，設置類別數目為幾呢？
根據肘部規則選擇聚類數目k。
也可以依據下游應用確定聚類數目。

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的吴恩达 coursera ML 第十二课总结+作业答案的全部內容，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。