文档摘要

2.3 无监督学习：聚类与降维 本节摘要：把标签全部拿掉，机器还能学到什么？本节回答无监督学习这道题：老师缺席时，学习的对象换成数据自身的结构。聚类负责找出数据中的自然村落——K 均值围着簇心迭代归堆，层次聚类自底向上并簇成树，DBSCAN 按密度圈地并顺手把边缘的孤点标成噪声；降维负责把高维数据压扁而不失魂——主成分分析沿方差最大的方向投影，流形学习再接管弯曲的非线性结构。两件工具常组成先降维后聚类的组合拳。 会员。《2.3 无监督学习：聚类与降维》收录于灏天文库文集《零基础入门人工智能：概念、方向与应用全解析》，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/510-%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%85%A5%E9%97%A8%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%A6%82%E5%BF%B5%E6%96%B9%E5%90%91%E4%B8%8E%E5%BA%94%E7%94%A8%E5%85%A8%E8%A7%A3%E6%9E%90

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