iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 6
1
影片教學

全民瘋AI系列系列 第 6

[Day 6] 非監督式學習 k-means 分群

  • 分享至 

  • twitterImage
  •  

非監督式學習k-means分群

Yes

今日學習目標

  • 非監督式學習
    • 何謂非監督式學習? 集群分析?
  • 分群演算法介紹
    • k-means 分群分類演算法

非監督式學習(Un-supervised learning)

訓練資料沒有標準答案、不需要事先以人力輸入標籤,故機器在學習時並不知道其分類 結果是否正確。訓練時僅須對機器提供輸入資料(特徵),並利用分群演算法自動從這些特 徵中找出潛在的規則。

k-means 演算法

k-means 演算法的算法很簡單,僅一般加減乘除就好不需複雜的計算公式。

  1. 初始化:指定K個分群,並隨機挑選K個資料點的值當作群組中心值
  2. 分配資料點:將每個資料點設為距離最近的中心
  3. 計算平均值:重新計算每個分群的中心點

重複步驟2、3,直到資料點不再變換群組為止

本系列教學簡報 PDF & Code 都可以從我的 GitHub 取得!


上一篇
[Day 5] 資料清理&前處理
下一篇
[Day 7] 非監督式學習-降維(1)
系列文
全民瘋AI系列31
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言