简单地说,分类(Categorization or Classification)
就是按照某种标准给对象贴标签(label),再根据标签来区分归类。
简单地说,聚类是指事先没有“标签”而通过某
种成团分析找出事物之间存在聚集性原因的过
程。
区别是,分类是事先定义好类别
,类别数不变
。分类器需要由人工标注的分类训练语料训练得到,属于有指导
学习范畴。聚类则没有事先预定的类别,类别数不确定。
聚类不需要人工标注和预先训练分类器,类别在聚类过程中自动生成
。分类适合类别或分类体系已经确定的
场合,比如按照国图分类法分类图书;聚类则适合不存在分类体系、类别数不确定的场合,一般作为某些应用的前端,比如多文档文摘、搜索引擎结果后聚类(元搜
索)等。
分类的目的是学会一个分类函数或分类模型(也常常称作分类器
),该模型能把数据库中的数据项映射到给定类别中的某一个类中。
要构造分类器,需要有一个训练样本数据集作为输入。训练集由一组数据库记录或元组构成,每个元组是一
个由有关字段(又称属性或特征)值组成的特征向量,此外,训练样本还有一个类别标记。一个具体样本的形式可表示为:(v1,v2,...,vn;
c);其中vi表示字段值,c表示类别。分类器的构造方法有统计方法、机器学习方法、神经网络方法等等。
聚类(clustering)是指根据“物以类聚”原理,将本身没有类别的样本聚集成不同的组,这样的
一组数据对象的集合叫做簇,并且对每一个这样的簇进行描述的过程。它的目的是使得属于同一个簇的样本之间应该彼此相似,而不同簇的样本应该足够不相似。与
分类规则不同,进行聚类前并不知道将要划分成几个组和什么样的组,也不知道根据哪些空间区分规则来定义组。其目的旨在发现空间实体的属性间的函数关系,挖
掘的知识用以属性名为变量的数学方程来表示。聚类技术正在蓬勃发展,涉及范围包括数据挖掘、统计学、机器学习、空间数据库技术、生物学以及市场营销等领
域,聚类分析已经成为数据挖掘研究领域中一个非常活跃的研究课题。常见的聚类算法包括:K-均值聚类算法、K-中心点聚类算法、CLARANS、
BIRCH、CLIQUE、DBSCAN等。
分享到:
相关推荐
分类和聚类的区别
机器学习算法与应用大作业-基于预处理的小麦品种的分类和聚类源码.zip个人98分期末大作业项目,代码完整下载可用。主要针对计算机相关专业的正在做课程设计和期末大作业的学生和需要项目实战练习的学习者。包含全部...
机器学习算法与应用大作业-基于预处理的小麦品种的分类和聚类.zip本项目基于python实现了seeds数据集的预处理与分类、聚类任务,使用了PCA、KPCA、LDA、KLDA四种算法进行数据预处理,使用SVM、逻辑回归、ANN三种方法...
基于预处理的小麦品种的分类和聚类 本项目基于python实现了seeds数据集的预处理与分类、聚类任务,使用了PCA、KPCA、LDA、KLDA四种算法进行数据预处理,使用SVM、逻辑回归、ANN三种方法对预处理与未预处理的数据...
本PPT详细地介绍了分类和聚类的原理,并举例进行了算法演示,从理论到实践 非常详细 很适合初学者 对于有一定经验的 也可以回来进一步学习 可能这个时候理解的更深入
人工智能-项目实践-聚类-基于MapReduce爬虫,可抽取各大新闻网站的新闻正文并进行分类和聚类 这是一个基于Hadoop的分布式爬虫,目前只支持抓取腾讯新闻中心的新闻内容。支持插件机制,可以通过实现Extractor接口自己...
课程设计 基于Python机器学习预处理的小麦品种的分类和聚类源码+详细部署文档+全部数据资料(高分项目).zip课程设计 基于Python机器学习预处理的小麦品种的分类和聚类源码+详细部署文档+全部数据资料(高分项目)....
基于分类和聚类算法的模式识别系统的设计与实现代码大全.doc基于分类和聚类算法的模式识别系统的设计与实现代码大全.doc基于分类和聚类算法的模式识别系统的设计与实现代码大全.doc
机器学习算法与应用大作业-基于预处理的小麦品种的分类和聚类源码+数据(高分项目).zip 已获导师指导并通过的97分的高分期末大作业设计项目,可作为课程设计和期末大作业,下载即用无需修改,项目完整确保可以运行...
基于weka的数据分类和聚类分析实验报告.doc
文本分类,LR,Xgboost,TextCNN,FastText,TextRNN,...文本分类器,提供多种文本分类和聚类算法,支持句子和文档级的文本分类任务,支持二分类、多分类、多标签分类、多层级分类和Kmeans聚类,开箱即用。python3开发
NULL 博文链接:https://irwenqiang.iteye.com/blog/1308834
机器学习算法与应用大作业-基于预处理的小麦品种的分类和聚类源码+数据+项目使用说明.zip 该资源内项目源码是个人的毕设,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到94.5分,放心下载使用! 该...
基于量子计算的分类和聚类算法综述.docx
基于weka的数据分类和聚类分析试验报告课案.pdf
基于-weka的数据分类和聚类分析实验报告.doc
智能搜索中中文网页分类和聚类的初步研究.nh
基于数据挖掘的分类和聚类算法研究及R语言实现,是研究R语言在数据挖掘中的应用的好资料,有R代码实现。