统计机器学习 无监督学习 -AI.pdf

人工智能：模型与算法 统计机器学习：无监督学习 吴飞 浙江大学计算机学院 提纲 1、K均值聚类 2 、主成份分析 3 、特征人脸方法 （Eigenface） 机器学习 : 从数据中学习映射函数 { }  Person  Dog  … 1. 原始数据中提取特征 图像数据 类别分类 2. 学习映射函数 3. 通过映射函数将原始 {car, money, drive,…}  喜悦 数据映射到语义空间，  愤怒 即寻找数据和任务目标  … 之间的关系 文本数据 情感分类 监督学习 versus 无监督学习 它们是相似的 数据的语义标签并不知道 红色：汽车 蓝色 ：飞机 左：监督学习 右：无监督学习 无监督学习的重要因素 数据特征 图像中颜色、纹理 听觉信息中旋律和 文本中单词出现 或形状等特征 音高等特征 频率等特征 相似度函数 定义一个相似度计算函数，基于所提取的特征来计算数据 之间的相似性 无监督学习：数据特征和相似度函数都很重要 相似度函数：颜色相似 相似度函数：形状相似 无监督学习 K均值聚类 (K-means 聚类) 物以类聚，人以群分 ( 《战国策 ·齐策三》) 输入：个数据（无任何标注信息） 输出：个聚类结果  目的：将个数据聚类到个集合（也称为类簇） K均值聚类算法描述  若干定义：  个-维数据{ , , …, } ， ∈ (1 ≤ ≤ ) 1 2  两个维数据之间的欧氏距离为 , = ( − )2 +( − )2 + ⋯ + ( − )2 1 1 2 2 , 值越小，表示 和 越相似；反之越不相似