无监督学习中,最长使用的有两个场景,一个是聚类,另一个是什么呢?
无监督学习有两个最常使用的场景是聚类和降维。
降维指的是在保证数据所具有的代表性特性或者分布的情况下,将高维数据转化为低维数据的过程,这个过程包括数据的可视化和数据的精简。简单来说,我们拿到的一些数据存在很多字段,但是一些字段的数据对于结果是没有意义或者意义极小,但是在做机器学习的过程中也会参与计算,对我们最终分析结果造成不利影响,所以为了方便计算分析,要想办法将这部分字段去掉,这就是降维。
降维和聚类都是无监督学习的典型任务,任务之间存在关联,比如高维数据的聚类可以通过降维处理更好地进行。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。