09-2-無(wú)監(jiān)督學(xué)習(xí)的文本聚類_第1頁(yè)
09-2-無(wú)監(jiān)督學(xué)習(xí)的文本聚類_第2頁(yè)
09-2-無(wú)監(jiān)督學(xué)習(xí)的文本聚類_第3頁(yè)
09-2-無(wú)監(jiān)督學(xué)習(xí)的文本聚類_第4頁(yè)
09-2-無(wú)監(jiān)督學(xué)習(xí)的文本聚類_第5頁(yè)
已閱讀5頁(yè),還剩8頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

機(jī)器學(xué)習(xí)與自然語(yǔ)言處理Python自然語(yǔ)言處理第十章課前回顧文本分類特征提取、標(biāo)注搜索、排序、推薦序列學(xué)習(xí)無(wú)監(jiān)督學(xué)習(xí)的文本聚類02聚類算法流程無(wú)監(jiān)督學(xué)習(xí)的文本聚類無(wú)監(jiān)督學(xué)習(xí):根據(jù)類別未知(沒(méi)有被標(biāo)記)的訓(xùn)練樣本解決模式識(shí)別中的各種問(wèn)題,稱之為無(wú)監(jiān)督學(xué)習(xí)(UnsupervisedLearning)只提供輸入變量(自變量X),沒(méi)有對(duì)應(yīng)的輸出變量(因變量)無(wú)監(jiān)督學(xué)習(xí)的文本聚類

常見(jiàn)無(wú)監(jiān)督學(xué)習(xí)任務(wù):聚類樣本分組降維減少變量數(shù)量表征學(xué)習(xí)在歐幾里得空間里表示對(duì)象無(wú)監(jiān)督學(xué)習(xí)的文本聚類

聚類:將數(shù)據(jù)集中的樣本劃分為若干個(gè)通常是不相交的子集聚類圖示例無(wú)監(jiān)督學(xué)習(xí)的文本聚類文本聚類算法:K-meansDBSCANBIRCHCURE無(wú)監(jiān)督學(xué)習(xí)的文本聚類

K-means算法思想:K-means流程圖以空間中k個(gè)點(diǎn)為中心進(jìn)行聚類,對(duì)最靠近他們的對(duì)象歸類,通過(guò)迭代的方法,逐次更新各聚類中心的值,直到得到最好的聚類結(jié)果無(wú)監(jiān)督學(xué)習(xí)的文本聚類

初始聚類點(diǎn)的方法:隨機(jī)選擇法最小最大法最小距離法最近歸類法無(wú)監(jiān)督學(xué)習(xí)的文本聚類

K-means算法例子:無(wú)監(jiān)督學(xué)習(xí)的文本聚類最可能真實(shí)類別數(shù)K:分類數(shù)SSE(SumofSquaresforError):誤差項(xiàng)平方和設(shè)置自動(dòng)歸類的類別數(shù)k——手肘法:課程小結(jié)無(wú)監(jiān)督學(xué)習(xí):聚類、降維、表征學(xué)習(xí)文本聚類K-mean

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論