clustering

这个问题可以回答得很简单：是否有监督（supervised），就看输入数据是否有标签（label）。输入数据有标签，则为有监督学习，没标签则为无监督学习。 首先看什么是学习（learning）？一个成语就可概括：举一反三

迈入千禧年后，饶舌歌曲已逐渐进入主流音乐市场，深受年轻族群的欢迎。饶舌歌手经常透过自行创作的歌词来抒发心情或表达对社会的批判，了解饶舌音乐的歌词内容也能了解当代文化和社会风气。本研究目的旨在透过文字探勘，去探索台湾中文饶舌音乐歌词中可能存在之主题类型

本内容整理自《斯坦福大学公开课：机器学习》，讲师为Andrew Ng。这份课程也算是这个领域的启蒙课程了。 自学机器学习（Machine Learning）的计划其实从2016年夏天就开始了，反反复复断断续续的拖着，到了这个节骨眼上实在是拖不下去了，所以一边是在这里整理知识点，一边是监督自己一直把这个公开课的内容学下去

基于情感增强非参数模型的社交媒体观点聚类(A Sentiment Enhanced Nonparametric Model for Social Media Opinion Clustering) “本文旨在使用文本聚类技术将社交媒体文本根据用户主张的观点汇总直观呈现网民群体所持有的不同立场。针对社交媒体文本模式复杂与情感丰富等特点本文提出使用情感分布增强方法改进现有的非参数短文本聚类算法以高斯分布建模文本情感捕获文本情感特征的同时能够自动确定聚类簇数量并实现观点聚类。在公开数据集上的实验显示该方法在多项聚类指标上取得了超越现有模型的聚类表现并在主观性较强的数据集中具有更显著的优势

这个问题可以回答得很简单：是否有监督（supervised），就看输入数据是否有标签（label）。输入数据有标签，则为有监督学习，没标签则为无监督学习。 首先看什么是学习（learning）？一个成语就可概括：举一反三

聚类（Clustering Algorithms）是将给定的数据集根据给定的特征划分为同构组的过程，类似的对象保留在一个组中，不同的对象保留在不同的组中。这是最重要的无监督学习问题。它处理在未标记数据集合中寻找结构的问题

有监督学习(Supervised Learning)：我们有一个数据集，如果对于每一个单一的数据根据它的特征向量我们要去判断它的标签（算法的输出值），那么就是有监督学习。通俗的说，有监督学习就是比无监督学习多了一个可以表达这个数据特质的标签。 有监督学习，分为两个大类： 1.回归分析(Regression Analysis)：回归分析，其数据集是给定一个函数和它的一些坐标点，然后通过回归分析的算法，来估计原函数的模型，求出一个最符合这些已知数据集的函数解析式

scikit-learn(sklearn)是机器学习中经典的专用库，涵盖了几乎所有主流机器学习算法，包括分类(Classfication)、聚类(Clustering)、回归(Regression)、降维(Dimensionality Reduction)等，还包括了特征提取，数据处理和模型评估者三大模块。 scikit-learn支持跨平台，功能强大。该项目于2007年作为Google的Code of Code夏季项目，并于2010年2月1日进行了首次公开发布