![Python机器学习实践](https://wfqqreader-1252317822.image.myqcloud.com/cover/74/47216074/b_47216074.jpg)
上QQ阅读APP看书,第一时间看更新
1.3.2 无监督学习
无监督学习(Unsupervised Learning)也称为非监督学习,输入的样本只包含特征,而不包含标签。学习模型是数据内在结构的推断,并不知道分类结果是否正确。常见的无监督学习算法有k均值聚类、层次聚类、GMM聚类。例如,利用层次聚类算法对西瓜数据集进行聚类的散点图如图1-9所示。
![](https://epubservercos.yuewen.com/6E44B6/26581195809147806/epubprivate/OEBPS/Images/Figure-P22_1934.jpg?sign=1738831775-yi1h11L256ji7wSubg2G6SCDsQ03a205-0-15bdfcfe82c35e56bed081086b291da3)
图1-9 基于密度的聚类
无监督学习(Unsupervised Learning)也称为非监督学习,输入的样本只包含特征,而不包含标签。学习模型是数据内在结构的推断,并不知道分类结果是否正确。常见的无监督学习算法有k均值聚类、层次聚类、GMM聚类。例如,利用层次聚类算法对西瓜数据集进行聚类的散点图如图1-9所示。
图1-9 基于密度的聚类