Clustering — 聚类

事实

按相似性自动把数据分成若干组的无监督方法。

人话

食堂下课高峰抢座，不用贴标签，情侣会挨情侣，社牛会拼社牛，大家自己就坐成几拨。

它用于用户分群、异常发现和图像整理，先把乱数据分出圈层。

相关概念

• 无监督学习
• 分类任务
• 高斯混合模型
• 降维

Unsupervised Learning
聚类是不依赖标签的典型无监督学习任务。

Classification
分类按已知标签判断，聚类则先自己分组。

Gaussian Mixture Model
GMM 是一种常见的概率式聚类实现方法。

Dimensionality Reduction
降维常先把数据摊开，方便聚类和观察结构。