C*******a
发帖数: 448 | 1 clustering:
K-means:
hierarchical clustering:
GMM:
Spectral clustering:
讨论一下吧，基本功。 |
d*****n
发帖数: 754 | 2 基于密度的DBSCAN, MDS, 流型学习，deep learning 里的auto encoder
【在 C*******a 的大作中提到】
: clustering:
: K-means:
: hierarchical clustering:
: GMM:
: Spectral clustering:
: 讨论一下吧，基本功。
|
G****o
发帖数: 229 | 3 K-mean: 简单，大样本，分类数目不多，每个分类的样本数差不多
hierarchical clustering: 树结构，大样本，多分类，可以限制数据点间的连接关系。
GMM: 好处：快，缺点：不稳定。
Spectral cluster: 通过映射到低维处理图像相关问题，处理比较少的类别
DBSCAN: 寻找高密度区域。大数据，适中的分类数目
manifold learning: 将数据映射到低维
想看中文的详细介绍，我在翻译scikit-learn的文档。
可以check out https://github.com/jiayiliu/scikit-learn 编译一下doc_sc 里面的
文档
希望能有朋友一起完成 |
c***z
发帖数: 6348 | 4 赞大牛
系。
【在 G****o 的大作中提到】
: K-mean: 简单，大样本，分类数目不多，每个分类的样本数差不多
: hierarchical clustering: 树结构，大样本，多分类，可以限制数据点间的连接关系。
: GMM: 好处：快，缺点：不稳定。
: Spectral cluster: 通过映射到低维处理图像相关问题，处理比较少的类别
: DBSCAN: 寻找高密度区域。大数据，适中的分类数目
: manifold learning: 将数据映射到低维
: 想看中文的详细介绍，我在翻译scikit-learn的文档。
: 可以check out https://github.com/jiayiliu/scikit-learn 编译一下doc_sc 里面的
: 文档
: 希望能有朋友一起完成
|
