目录
1 概述
（1）无监督学习
（2）聚类
（3）K-Mean均值算法
2 K-Mean均值算法
2.1 引入
2.2 针对大样本集的改进算法：Mini Batch K-Means
2.3 图像
3 案例1
3.1 代码
3.2 结果
4 案例2
4.1 案例——数据
4.2 代码
4.3 结果
4.4 拓展&&改进
5 参考
1 概述
（1）无监督学习
在一个典型的监督学习中，我们有一个有标签的训练集，我们的目标是找到能够区分正 样本和负样本的决策边界，在这里的监督学习中，我们有一系列标签，我们需要据此拟合一 个假设函数。与此不同的是，在非监督学习中，我们的数据没有附带任何标签，我们拿到的 数据就是这样的：
（2）聚类
（3）K-Mean均值算法
2 K-Mean均值算法
2.1 引入
K- 均值 是最普及的聚类算法，算法接受一个未标记的数据集，然后将数据聚类成不同的 组
步骤：
- 设定 K 个类别的中心的初值；
- 计算每个样本到 K个中心的距离，按最近距离进行分类；
- 以每个类别中样本的均值，更新该类别的中心；
- 重复迭代以上步骤，直到达到终止条件（迭代次数、最小平方误差、簇中心点变化率）。
- 下面是一个聚类示例：
K-means聚类算法
K-均值算法的伪代码如下：
算法分为两个步骤，第一个 for 循环是赋值步骤，即：对于每一个样例 i ，计算其应该属 于的类。第二个 for 循环是聚类中心的移动，即：对于每一个类K ，重新计算该类的质心。
2.2 针对大样本集的改进算法：Mini Batch K-Means
对于样本集巨大的问题，例如样本量大于 10万、特征变量大于100，K-Means算法耗费的速度和内存很大。SKlearn 提供了针对大样本集的改进算法 Mini Batch K-Means，并不使用全部样本数据，而是每次抽样选取小样本集进行 K-Means聚类，进行循环迭代。Mini Batch K-Means 虽然性能略有降低，但极大的提高了运行速度和内存占用。
2.3 图像
sklearn中的make_blobs的用法
3 案例1
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！