机器学习之分类和聚类的区别

一、概念

分类：通过训练集训练出来一个模型，用于判断新输入数据的类型，而在训练的过程中，一定需要有标签的数据，即训练集本身就带有标签。简单来说，用已知的数据来对未知的数据进行划分。这是一种有监督学习。

聚类：对于一组数据，你根本不知道数据之间的关系，不知道他们是否属于同一类，抑或属于不同类别，也不知道到底可以分为多少类。这个时候，我们就需要聚类算法来对数据进行一个关系分析，通过聚类，我们可以把未知类别的数据，分为一类或者多类，这个过程是不需要标签的，这是一种无监督学习。

二、区别

给出一张图简要道出两者区别，图片来源：https://www.zhihu.com/question/42044303/answer/470589507

 

 

解释一下第五条：步数问题

对于分类问题，首先需要使用带标签的训练集来训练一个分类器出来，然后再将要分类的数据输入到分类器进行类别划分，所以说是两步。

对于聚类问题，只需要直接对数据进行处理，寻找数据之间相同之处来对数据进行划分类别，相对于分类来说这里只有一步。

 

三、常用对应算法

1.分类算法：

• K近邻（KNN）
• 逻辑回归
• 支持向量机
• 朴素贝叶斯
• 决策树
• 随机森林

2.聚类算法 ：

• K均值（K-means）
• FCM（模糊C均值聚类）
• 均值漂移聚类
• DBSCAN
• DPEAK
• Mediods
• Canopy