分類與聚類的比較

• 聚類分析是研究如何在沒有訓練的條件下把樣本劃分為若干類。
• 在分類中，已知存在哪些類，即對于目標數據庫中存在哪些類是知道的，要做的就是將每一條記錄分別屬于哪一類標記出來。
• 聚類需要解決的問題是將已給定的若干無標記的模式聚集起來使之成為有意義的聚類，聚類是在預先不知道目標數據庫到底有多少類的情況下，希望將所有的記錄組成不同的類或者說聚類，并且使得在這種分類情況下，以某種度量（例如：距離）為標準的相似性，在同一聚類之間最小化，而在不同聚類之間最大化。
• 與分類不同，無監督學習不依賴預先定義的類或帶類標記的訓練實例，需要由聚類學習算法自動確定標記，而分類學習的實例或數據樣本有類別標記。

---

關聯規則（Association Rule）

---

回歸（Regression）

注：回歸并不是說函數曲線是直的? 而是? 自變量和函數是一一? 對應的。

總結

以上是生活随笔為你收集整理的数据的聚类（cluster）|| 关联规则 || 回归的全部內容，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。