?
機器學習技術近來得到普遍關注，其中人們談論最多的兩類機器學習算法就是分類和聚類。簡單說，分類就是向事物分配標簽，聚類就是將相似的事物放在一起。

先上一張對比圖做以簡單了解

舉個例子

假設有一批人的年齡的數據，大致知道其中有一堆少年兒童，一堆青年人，一堆老年人。

聚類就是自動發現這三堆數據，并把相似的數據聚合到同一堆中。所以對于這個例子，如果要聚成3堆的話，那么輸入就是一堆年齡數據，注意，此時的年齡數據并不帶有類標號，也就是說我只知道里面大致有三堆人，至于誰是哪一堆，現在是不知道的，而輸出就是每個數據所屬的類標號，聚類完成之后，就知道誰和誰是一堆了。

而分類就是，我事先告訴你，少年兒童、青年人及老年人的年齡是什么樣的，現在新來了一個年齡，輸出它的類標號，就是它是屬于少年兒童、青年人、老年人的哪個類。一般來說，分類器是需要訓練的，也就是要告訴你的算法，每個類的特征是什么樣子，它才能識別新的數據。

下面再舉一個實際的例子。

對于聚類，比如有些搜索引擎有“查看相似網頁”的功能，這個就可以用聚類來做，把網頁就行聚類，在聚類的結果中，每一個類中的網頁看成是相似的。

對于分類，比如手寫識別就可以看到是分類問題，比如我寫了10個“我”字，然后對這10個“我”字進行特征提取，就可以告訴算法，“我”字具有什么樣的特征，于是來了一個新的“我”字，雖然筆畫和之前的10個“我”字不完全一樣，但是特征高度相似，于是就把這個手寫的字分類到“我”這個類，就識別出來了。

總結

以上是生活随笔為你收集整理的ML — 浅谈聚类和分类的区别的全部內容，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。