推荐 原创 视频 Java开发 iOS开发 前端开发 JavaScript开发 Android开发 PHP开发 数据库 开发工具 Python开发 Kotlin开发 Ruby开发 .NET开发 服务器运维 开放平台 架构师 大数据 云计算 人工智能 开发语言 其它开发
Lambda在线 > 学习之梯 > 数据分析及应用:11数据科学:-3监督式机器学习-4聚类

数据分析及应用:11数据科学:-3监督式机器学习-4聚类

学习之梯 2021-02-25

它包含两个重要步骤:
先通过已有数据来训练;
然后对未知数据进行预测。


当要解决的问题符合以下三条,可以考虑运用机器学习:
要解决的问题中存在某种模式;
这种模式不容易直接被定义;
有足够的数据可以帮助我们找出该模式。

数据分析及应用:11数据科学:-3监督式机器学习-4聚类

监督式学习:有分类有答案,人类已经做好答案,根据答案训练

非监督式学习:无答案,机器通过学习自己总结规律


数据分析及应用:11数据科学:-3监督式机器学习-4聚类

特征是可帮助您预测标签的值;
标签是您要预测的值。


数据分析及应用:11数据科学:-3监督式机器学习-4聚类

数据分析及应用:11数据科学:-3监督式机器学习-4聚类


四类最合适根据结果,最好用 4 个聚类数目来描述数据

版权声明:本站内容全部来自于腾讯微信公众号,属第三方自助推荐收录。《数据分析及应用:11数据科学:-3监督式机器学习-4聚类》的版权归原作者「学习之梯」所有,文章言论观点不代表Lambda在线的观点, Lambda在线不承担任何法律责任。如需删除可联系QQ:516101458

文章来源: 阅读原文

相关阅读

关注学习之梯微信公众号

学习之梯微信公众号:xuexizhiti

学习之梯

手机扫描上方二维码即可关注学习之梯微信公众号

学习之梯最新文章

精品公众号随机推荐