柚子快報邀請碼778899分享：【數據挖掘-思考】分類和聚類

http://yzkb.51969.com/

將芝麻和花生分開，是一個分類問題還是聚類問題?

顯而易見的，在日常生活中，這是一個分類問題，在數據挖掘領域中，是否也是這樣呢？

通義千問的回答：

在數據挖掘中，將芝麻和花生分開可以根據不同的場景被視為分類或聚類問題：

分類 (Classification): 如果我們已經有了一套標注好的數據集，即一部分芝麻已經被標記為“芝麻”，一部分綠豆被標記為“綠豆”，并且我們的目標是基于這些已知的樣本特征來訓練一個模型，以便對新的未標記物品進行預測（判斷它是芝麻還是綠豆），那么這個問題就是一個分類問題。聚類 (Clustering): 如果我們沒有預先標記的數據，而是有一堆混在一起的種子，我們希望通過分析種子的大小、顏色、形狀等屬性，將它們自動分成幾組，并且假設這些組能合理地對應到芝麻和綠豆這兩類，那么這就是一個聚類問題。聚類旨在根據對象之間的相似性或距離，將它們分組成多個簇，每簇內部的對象相似度較高，而簇間相似度較低。因此，決定這是分類還是聚類問題的關鍵在于是否有預定義的類別標簽。如果有標簽，就是分類；如果沒有，而是需要自動發(fā)現類別，那就是聚類。

這樣學術性的回答好復雜＞﹏＜

我的老師教給我的：

也就是說，需要訓練數據，構建模型的問題是分類問題，很顯然這里沒有用到，所以是聚類問題。聚類問題關鍵在于根據某種標準將相似度高的對象分到一起。

你能理解嗎？

點贊關注收藏，獲取更多干貨知識~

柚子快報邀請碼778899分享：【數據挖掘-思考】分類和聚類

http://yzkb.51969.com/

精彩文章