K-means1、K-means是非监督学习，解决的是聚类问题，k表示聚成k类； KNN 是一种监督学习算法，解决的是分类问题，K表示K个邻居。2、K-means的工作原理 1)选取K个点作为初始类中心点，这些点一般是随机抽取的 2）将每个点分配到最近的类中心点，这样就形成了K个类，然后重新计算每个 ...
分类：
其他好文 时间：
2020-11-04 19:02:16
阅读次数：
16
AutoEncoder 这是一种非监督学习方式，主要用于数据的降维或者特征的抽取。 Autoencoder 实际上跟普通的神经网络没有什么本质的区别，分为输入层，隐藏层和输出层。 autoencoder的意义在于学习的（通常是节点数更少的）中间coder层（最中间的那一层），这一层是输入向量的良好表 ...
分类：
其他好文 时间：
2020-08-28 14:36:04
阅读次数：
62
概述传统的控制：将任务分解成多个任务的串并联，设计（子）控制器机器学习：将控制器压缩成黑盒Black box强化学习不同于 监督、非监督学习（与静态数据交互），与环境产生交互，产生最优结果的动作序列。强化学习架构Agent： 由Policy 和 RL_Alg构成Enviroment：关键定义Rewa... ...
分类：
其他好文 时间：
2020-07-22 16:27:19
阅读次数：
132
监督学习（Supervised Learning） 添加标签，手把手训练。 比如线性回归算法。 半监督学习（Semi-supervised Learning） 非监督学习（Unsupervised Learning） 通过有标签或没标签的数据集，让机器自己去找出规律。比如分类算法。 结构化学习（St ...
分类：
其他好文 时间：
2020-06-26 18:40:25
阅读次数：
55
非显著式编程的做法 收益函数 1998 Tom MitShell 第一本成熟的教科书：MACHINE LEARNING 典型的最优化问题 为数据打标签（独特行业） 监督学习 强化学习（与环境互动） 非监督学习 需要假设：同一类的训练数据在空间中距离更近->样本的空间信息->设计算法将其分成两类 非监 ...
分类：
其他好文 时间：
2020-06-17 10:44:59
阅读次数：
69
监督学习的数据就是有标签数据，无监督学习的数据就是无标签数据。 有标签的数据应该就是采用有监督学习方式，像线性分类器，神经网络等；无标签的数据采用非监督学习方式，比如聚类等方法。 半监督式学习问题介于监督式和非监督式学习之间。这里有一个好例子如：照片分类，但是只有部分照片带有标签(如，狗、猫和人)， ...
分类：
其他好文 时间：
2020-05-21 09:38:17
阅读次数：
275
1.机器学习的主要分类 （1）监督学习（Supervised learning） ? 训练数据有目标向量（标签） ? 分类、回归 … （2）非监督学习（Unsupervised learning） ? 训练数据没有目标向量（标签） ? 聚类、密度估计、可视化 … （3）强化学习（Reinforcem ...
分类：
其他好文 时间：
2020-04-26 11:07:02
阅读次数：
59
关于线性判别分析算法LDA算法，可以用来降维和分类，一种监督学习策略（也就是你要指定分几类），这一点是不同于PCA的（PCA是非监督学习的）。 推荐学习网址： https://blog.csdn.net/ruthywei/article/details/83045288 https://blog.c ...
分类：
编程语言 时间：
2020-04-17 15:57:37
阅读次数：
69
统计学习基础知识 [toc] 现在我们开始统计学习系列课程的学习，首先先给大家介绍一下统计学习的基础知识。 1. 统计学习种类 统计学习一般分为两个主要类别：监督学习（ predictive learning, supervised learning ）以及非监督学习（ descriptive le ...
分类：
其他好文 时间：
2020-03-11 10:43:16
阅读次数：
88
聚类 非监督学习的算法 从未标记的数据中学习。所以，在非监督学习中我们要做的是给这种 没有标记的训练集合一个算法并且通过算法来为我们定义一些数据的结构。 对于这种结构的数据集，我们通过算法来发现他们 就像被分成两个聚类的点集 因此对于一种算法能够找到 被圈出来的类别，就称为聚类算法 比如说 到目前为 ...
分类：
其他好文 时间：
2020-01-20 14:51:02
阅读次数：
68
