基于Spark的机器学习实践 (九) - 聚类算法

  1. 云栖社区>
  2. Java技术进阶>
  3. 博客>
  4. 正文

基于Spark的机器学习实践 (九) - 聚类算法

javaedge 2019-04-17 18:54:05 浏览716
展开阅读全文

0 相关源码

1 k-平均算法(k-means clustering)概述

1.1 回顾无监督学习

◆ 分类、回归都属于监督学习

◆ 无监督学习是不需要用户去指定标签的

◆ 而我们看到的分类、回归算法都需要用户输入的训练数据集中给定一个个明确的y值

1.2 k-平均算法与无监督学习

◆ k-平均算法是无监督学习的一种

◆ 它不需要人为指定一个因变量,即标签y ,而是由程序自己发现,给出类别y

◆ 除此之外,无监督算法还有PCA,GMM等

源于信号处理中的一种向量量化方法,现在则更多地作为一种聚类分析方法流行于数据挖掘领域。
k-平均聚类的目的是:把n 个点(可以是样本的一次观察或一个实例)划分到k个聚类中,使得每个点都属于离他最近的均值(此即聚类中心)对应的聚类,以之作为聚类的标准。

这个问题将归结为一个把数据空间划分为Voronoi cells的

网友评论

登录后评论
0/500
评论
javaedge
+ 关注
所属云栖号: Java技术进阶