无监督学习：基础

Python 中的聚类分析

Shaumik Daityari

Business Analyst

日常示例：Google 新闻

Google 新闻如何分类文章？
无监督学习算法：聚类
匹配文章中的高频词以衡量相似度

有无标签的数据

无标签数据

点 1：(1, 2)
点 2：(2, 2)
点 3：(3, 1)

有标签数据

点 1：(1, 2)，标签：危险区
点 2：(2, 2)，标签：正常区
点 3：(3, 1)，标签：正常区

什么是无监督学习？

一类在数据中寻找模式的机器学习算法
算法使用的数据未被标注、分类或描述
目标：发现并解释数据结构
常见无监督算法：聚类、神经网络、异常检测

什么是聚类？

将相似特征的项分组的过程
组内项彼此更相似，组间差异更大
例：二维平面上点之间的距离

为聚类绘图——精灵宝可梦目击点

from matplotlib import pyplot as plt

x_coordinates = [80, 93, 86, 98, 86, 9, 15, 3, 10, 20, 44, 56, 49, 62, 44]
y_coordinates = [87, 96, 95, 92, 92, 57, 49, 47, 59, 55, 25, 2, 10, 24, 10]

plt.scatter(x_coordinates, y_coordinates)
plt.show()

接下来——练习

Python 中的聚类分析