机器学习中级-无监督学习-轮廓系数

尹成学院 2023-01-13 01:38:31

课时名称	课时知识点
机器学习中级-无监督学习-轮廓系数	机器学习中级-无监督学习-轮廓系数

...全文

22 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

本课程主要讲解介绍无监督学习、聚类算法、常见聚类算法的应用和优化、tensorflow的基本处理流程。通过课程学习可以了解机器学习中的无监督学习 2.可以学习到Python下TensorFlow处理问题的流程 3.选择无监督的聚类算法来处理问题。

【火炉炼AI】机器学习024-无监督学习模型的性能评估--轮廓系数 (本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotlib 2.2 ) 前面我们学习过监督学习模型的性能评估，由于数据集有标记，所以我们可以将模型预测值和真实的标记做比较，计算两者之间的差异，从而来评估监督学习模型的好坏。但是，对于无监督学习...

目录一、K-means 1、概念 2、过程 3、API（K-means）二、K-means性能评估 1、轮廓系数 2、API（轮廓系数）一、K-means 1、概念无监督学习：没有目标值（没有标签）。（聚类一般在分类之前，没有目标值的时候使用聚类）采用迭代式的算法，直观易懂且实用。缺点：容易受到局部最优解（避免：多次聚类，取多次聚类中心）。最优解：k个中心点挤在一起。例：对这些人物的分类，没有目标值，就是无监督学习。 2、过程例...

文章目录4.7.1 什么是无监督学习4.7.2 无监督学习包含算法4.7.3 K-means原理4.7.4 K-meansAPI4.7.5 案例：k-means对Instacart Market用户聚类5.1 分析5.2 代码4.7.6 Kmeans性能评估指标6.1 轮廓系数6.2 轮廓系数值分析6.3 结论6.4 轮廓系数API6.5 用户聚类结果评估4.7.7 K-means总结每日作业 4.7.1 什么是无监督学习一家广告平台需要根据相似的人口学特征和购买习惯将美国人口分成不同的小组，以便广告

尹成的课程社区_NO_2

1

社区成员

1,571

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章