文档摘要

2.2 无监督学习：聚类、降维与关联规则 本节摘要：无监督学习在没有标签的数据中发现隐藏结构，三大任务是聚类（把相似样本分组）、降维（在少丢信息的前提下压缩特征）与关联规则挖掘（发现项与项的共现关系）。本节拆解 K-Means 的迭代过程与敏感点、DBSCAN 的密度思想、层次聚类的树状图、PCA 与 t-SNE 的分工，以及支持度-置信度-提升度三个关联指标。 会员。《2.2 无监督学习：聚类、降维与关联规则》收录于灏天文库文集《AI核心算法原理：从机器学习到神经网络》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/444-ai%E6%A0%B8%E5%BF%83%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E4%BB%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%88%B0%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流