聚类案例：亚洲球队聚类分析-51CTO学堂-机器学习分类举例

下载学堂APP

缓存视频离线看

下载学堂APP

缓存视频离线看

课程介绍

讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}

适合人群

对机器学习感兴趣的人，想深入了解算法内部运行原理的人

你将会学到

学习常用的聚类方法(K-means、层次聚类、密度聚类、谱聚类等)，学习主成分分析的原理与实现方法

课程简介

本课程讲解了无监督学习中的聚类方法和主成分分析方法。针对聚类算法详细讲解了K-means、层次聚类、密度聚类、谱聚类的原理及代码实践，针对主成分分析详细讲解了算法原理和2种不同的实现方式，即基于协方差矩阵的特征值分解算法和基于数据矩阵的奇异值分解算法。

06聚类与PCA.png

展开更多

发布

置顶笔记

{{ item.create_time }}{{ Number(item.like_count) || '' }}回复

{{ subitem.create_time }}{{ Number(subitem.like_count) || '' }}回复

删除

发布

{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}

优质笔记

更新于：{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}

公开笔记对他人可见，有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记

保存

提问

讲师收到你的提问会尽快为你解答。若选择公开提问，可以获得更多学员的帮助。

记录时间点

记录提问时视频播放的时间点，便于后续查看

公开提问

提交