第十一章非监督学习方法 ■11.1引言 ■112单峰子集的分离方法 113类别分离的间接方法 ■114分级聚类方法 115其他聚类方法简介 ■11.6聚类中的问题
第十一章 非监督学习方法 11.1 引言 11.2 单峰子集的分离方法 11.3 类别分离的间接方法 11.4 分级聚类方法 11.5 其他聚类方法简介 11.6 聚类中的问题
11.1引言
11.1 引言
11.1引言 ■有监督:样本数据类别已知,训练分类 器以求对新数据进行分类 ■非监督:样本数据类别未知,首先要求 对样本集进行分类(聚类) ■非监督学习方法大致分为两大类: 基于概率密度函数估计的方法 基于样本间相似性度量的方法
11.1 引言 有监督：样本数据类别已知，训练分类 器以求对新数据进行分类 非监督：样本数据类别未知，首先要求 对样本集进行分类(聚类) 非监督学习方法大致分为两大类： 基于概率密度函数估计的方法 基于样本间相似性度量的方法
11.1引 Hierarchical Top-down Division Clustering 分层聚类 Bottom-up Agglomerative Pdf based methods K-Series Partitional Clustering Graph Theory based methods 分块聚类 PCA/SVD based methods Other methods
11.1 引言 Hierarchical Clustering 分层聚类 Hierarchical Clustering 分层聚类 Partitional Clustering 分块聚类 Partitional Clustering 分块聚类 K-Series K-Series PCA/SVD based methods PCA/SVD based methods PDF based methods PDF based methods Graph Theory based methods Graph Theory based methods Top-down Division Top-down Division Bottom-up Agglomerative Bottom-up Agglomerative Other methods Other methods
11.2单峰子集的分离方法
11.2 单峰子集的分离方法