本文主要讲解的聚类算法有：k均值算法、均值漂移算法、凝聚层次算法、DBSCAN密度聚类算法，还介绍了聚类算法性能指标——轮廓系数。 　　聚类（cluster）与分类（class）不同，分类是有监督学习模型，聚类属于无监督学习模型。聚类讲究使用一些算法把样本划分为n个群落。一般情况下，这种算法 ...

　　weka中实现了很多机器学习算法，不管实验室研究或者公司研发，都会或多或少的要使用weka，我的理解是weka是在本地的SparkML，SparkML是分布式的大数据处理机器学习算法，数据量不是很大的时候，使用weka可以模拟出很好的效果，决定使用哪个模型，然后再继续后续的数据挖掘工作 ...

的样本有无标签，聚类算法无监督学习，分类算法有监督学习！ 【再说一句】本文主要介绍机器学习中聚类算法的 ...

一、概念 分类：通过训练集训练出来一个模型，用于判断新输入数据的类型，而在训练的过程中，一定需要有标签的数据，即训练集本身就带有标签。简单来说，用已知的数据来对未知的数据进行划分。这是一种有监督学习。 聚类：对于一组数据，你根本不知道数据之间的关系，不知道他们是否属于同一类，抑或属于不同类 ...

机器学习算法可以分为两大类：监督学习与非监督学习。数据集构成：‘监督学习：特征值+目标值；非监督学习：特征值’。 监督学习： 分类：K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络 回归：线性回归、岭回归 标注：隐马尔可夫模型 注：分类：目标值离散型数据；回归 ...

转自@王萌，有少许修改。 机器学习起源于人工智能，可以赋予计算机以传统编程所无法实现的能力，比如飞行器的自动驾驶、人脸识别、计算机视觉和数据挖掘等。 机器学习的算法很多。很多时候困惑人们的是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面 ...

是否在人类监督下进行训练（监督，无监督和强化学习） 在机器学习中，无监督学习就是聚类，事先不知道样本的类别，通过某种办法，把相似的样本放在一起归位一类；而监督型学习就是有训练样本，带有属性标签，也可以理解成样本有输入有输出。 所有的回归算法和分类算法都属于监督学习。回归和分类的算法区别在于输出 ...

　　不多说，直接上干货！ Weka中数据挖掘与机器学习系列之Weka系统安装（四） Weka中数据挖掘与机器学习系列之Weka3.7和3.9不同版本共存（七） 情况1 　　对于在Weka里，通过Weka Package Manager安装 ...