个人技术分享

目录

无监督学习

聚类算法

概念:

功能:

应用场景:

评判标准:

划分聚类:

K-means聚类

逻辑实现:

聚类方式

问题:

解决:

可能存在的问题:

1.初始值对K-means聚类的影响

2.K值对K-means聚类的影响

python实现:

层次聚类

凝聚层次聚类

分裂层次聚类

层次聚类运行过程

层次聚类的问题

解决办法

MIN单连接 

全连接 

组平均 

质心距离 

层次聚类特点

python实现

密度聚类

相关概念

计算:

密度可达 

密度相连 

实现

优点:

缺点:

聚类质量衡量

 轮廓系数

数据降维

特征选择实现方法:

代码实现:

特征提取实现方法

PCA算法

算法过程:

python实现:


无监督学习

聚类算法

概念:

功能:

应用场景:

评判标准:

划分聚类:

K-means聚类

逻辑实现:

聚类方式

问题:

解决:

可能存在的问题:

1.初始值对K-means聚类的影响

2.K值对K-means聚类的影响

python实现:

层次聚类

凝聚层次聚类

分裂层次聚类

层次聚类运行过程

层次聚类的问题

解决办法

MIN单连接 

全连接 

组平均 

质心距离 

层次聚类特点

python实现

密度聚类

相关概念

计算:

密度可达 

密度相连 

实现

优点:

缺点:

聚类质量衡量

 轮廓系数

数据降维

特征选择实现方法:

代码实现:

特征提取实现方法

PCA算法

算法过程:

python实现: