摘要： 《机器学习十讲》第六讲 降维 一、降维 将数据的特征数量从高维转换到低维 二、主成分分析PCA（线性） 算法流程 三、自编码器（非线性） 四、Python降维实践工具 五、案例：Python降维实践及在特征脸、图像重构和文本数据中的应用 阅读全文

摘要： 《机器学习十讲》第五讲 聚类 一、聚类 将数据集中相似的样本进行分组，无监督学习方法 二、K-Means模型 固定c，优化r 固定r，优化c 算法流程 高斯混合模型GMM 求解 三、案例：K-Means的Python实现及在图像分割和新闻聚类中的应用 阅读全文