第 8 章 无监督学习
8.1 聚类 8.1.1 聚类简介 聚类(Clustering)旨在将数据集中的样本分成若干个簇,使得同一个簇内的对象彼此相似,不同簇间的对象差异较大。聚类是一种无监督学习算法,不需要预先标记数据的标签...
8.1.4 聚类模型评估
由于聚类任务没有预定义的标签(不像监督学习有真实类别可供比较),所以需要依赖聚类结果和原始数据来衡量模型的好坏,主要关注簇内的紧凑性和簇间的分离性。 import matplotlib.pyplot as plt...
8.2.2 主成分分析
1)主成分分析简介 主成分分析(Principal Component Analysis,PCA)是一种常用的无监督学习方法,旨在找到数据中“最重要的方向”,即方差最大的方向,并用这些方向重新表达数据。 在主成分分...
第 2 章 神经网络基础
2.1 神经网络的构成 在生物体中,神经元 是神经系统最基本的结构和功能单位。 神经元从树突接收其它神经元细胞发出的电化学刺激脉冲,这些脉冲叠加后,一旦强度达到临界值,这个神经元就会...
2.1.2 复习感知机
我们先复习一下在机器学习部分学习过的感知机。 感知机(Perceptron)是二分类模型,接收多个信号,输出一个信号。感知机的信号只有0、1两种取值。 下图是一个接收两个输入信号的感知机的例子:...













