介绍我很喜欢研究无监督学习问题。它们为监督学习问题提供了一个完全不同的挑战，用我拥有的数据进行实验的发挥空间要比监督学习大得多。毫无疑问，机器学习领域的大多数发展和突破都发生在无监督学习领域。无监督学

DBSCAN介绍 一种基于密度的聚类算法 他最大的优势是可以发现任意形状的聚类簇，而传统的聚类算法只能使用凸的样本聚集类 两个参数： 邻域半径R和最少点数目minpoints。 当邻域半径R内的点的个

如果数据集是高维的，那么选择谱聚类，它是子空间划分的一种。·如果数据量为中小规模，例如在100万条以内，那么K均值将是比较好的选择；如果数据量超过100万条，那么可以考虑使用Mini Batch KMeans。 如果数据集中有噪点（离群点），那么使用基于密度的DBSCAN可以有…

如何保证聚类系统的高准确性，如何提高聚类系统的运行效率，是我们团队的工作重点。我们通过多级拆分、精准匹配语义相似度、误差修正等手段，逐步提升了系统的各项效果和性能指标。

根据训练样本中是否包含标签信息，机器学习可以分为监督学习和无监督学习。聚类算法是典型的无监督学习，其训练的样本中值包含样本的特征，不包含样本的标签信息。在聚类算法中。利用样本的特征，将具有相似属性的样本划分到统一类别中，它有点像全自动分类。 K-Means算法，也被称为K-平均…

在个性化推荐系统中，通常是由挖掘物品属性来理解用户兴趣，从而构建推荐模型。从用户行为去理解物品属性往往做得比较简单，通常只是一些简单的标签统计。为了深入到用户行为去理解内容，美拍利用用户的点击、播放行为对视频的内容进行聚类，一方面打破了从视觉角度去理解视频内容的限制，另一方面可…

有一位朋友很擅长炒股，听说其资产已经达到了两百多万，我听后对其敬佩得五体投地，遂虚心向其请教炒股之秘诀，他听后，点了一根烟，深深地吸了一口，然后慢悠悠地告诉我，秘诀其实很简单，你先准备一千万，炒着炒着就能炒到两百万。。。我听后狂喷鼻血。。。 下面我们用机器学习的方法来研究一下股…