unsupervised

今日在学机器学习 第八章(Unsupervised learning) 的时候 开头介绍时讲到了 K-means 应用在大型计算集群的资源分配上(见下图). 突然间一些回忆就猛的涌上心头: 本科跟着老师做的算法研究 最后毕业论文的名字叫做《基于虚拟机放置策略的数据中心网络节能算法研究》 其实和刚刚提到的资源分配非常类似. 当时在论文摘要中提到了 K-means 算法 可惜并没有深入去了解原理. 惭愧 趁这个机会好好学习下 算法并不复杂 更多的是作为一次记录与反省. 个人理解 一是知道了一堆人中男人和女人 找个方法把他们分开 然后新来一个人也能根据这个方法来判断他的性别. 二是把一堆人自动分为两类. 将图中的所有点 根据与初始化点的距离 分为两组. 根据第二步得出的两组点 重现计算新两个的中心(见下图箭头所指的点所示). 一直重复前三步的操作 直到新的中心不再变化为止. 有不懂的地方尽管给我留言哦 笔芯.

在线分析器报价这是计算机世界的一个尚未开发的前沿:将各种人类情感转化成实实在在的数据。基于监督学习(supervised learning)方法对电影评论文本进行情感倾向性分类和(Turney2002)基于无监督学习(unsupervised learning)对文本情感情感倾向性分类的研究。Pang et al. 2002)在线分析器报价基于文本的N元语法 在线分析器报价起源：虽然之前也有一些相关工作，但目前公认的在线分析器报价比较系统的研究工作开始于(Pang et al. 2002)基于监督学习(supervised learning)方法对电影评论文本进行情感倾向性分类和(Turney2002)基于无监督学习(unsupervised learning)对文本情感情感倾向性分类的研究

使用机器学习的方法可以解决越来越多的实际问题，它在现实世界中的应用越来越广泛，比如智能风控、欺诈检测、个性化推荐、机器翻译、模式识别、智能控制，等等。 机器学习分类 我们都知道，机器学习可以分为三大类：监督学习（Supervised Learning）、无监督学习（Unsupervised Learning）和强化学习（Reinforcement Learning），下面简单介绍一下它们含义： 监督学习 监督学习是根据给定的标签（Label）已知的训练数据集，通过选定的算法在该训练数据集上进行训练学习，最后得到一个可以描述该数据集规律的预测函数，也就是我们所说的模型。有了模型，对于未知标签的输入数据，可以通过该预测函数预测出它的标签