如何使用Keras实现无监督聚类

2020-02-18 09:40 运营

如何使用 Keras 实现无监督聚类

AI 研习社按:本文为字幕组编译的技术博客,原标题 A、Word2Vec?—?a baby step in Deep Learning but a giant leap towards Natural Language Processing,作者为机器学习工程师 Suvro Banerjee

翻译 | 程炜 李昊洋 整理 | 孔令双

原文链接:

由于深度学习算法在表达非线性表征上的卓越能力,它非常适合完成输入到有标签的数据集输出的映射。这种任务叫做分类。它需要有人对数据进行标注。无论是对 X 光图像还是对报道的主题进行标注,在数据集增大的时候,依靠人类进行干预的做法都是费时费力的。

聚类分析,或者称作聚类是一种无监督的机器学习技术。它不需要有标签的数据集。它可以根据数据成员的相似性对它们进行分组。

你为什么需要关注它呢?让我来讲讲几个理由。

聚类的应用推荐系统,通过学习用户的购买历史,聚类模型可以根据相似性对用户进行区分。它可以帮助你找到志趣相投的用户,以及相关商品。

在生物学上,序列聚类算法试图将相关的生物序列进行分组。它根据氨基酸含量对蛋白进行聚类。

图像和视频聚类分析根据相似性对它们进行分组。

在医疗数据库中,对每个病人来说,真正有价值的测试(比如葡萄糖,胆固醇)都是不同的。首先对病人进行聚类分析可以帮助我们对真正有价值的特征进行分类,从而减少特征分散。它可以增加分类任务的准确性,比如在癌症病人生存预测上。

在一般用途上,它可以生成一个数据的汇总信息用于分类,模式发现,假设生成,以及测试。

无论如何

如何使用Keras实现无监督聚类经期不准吃什么药
3岁小孩不爱吃饭怎么办
宝宝不爱吃饭要怎么办