[试题]Affinity Propagation (AP) AP聚类聚类算法介绍(发表在Science杂志上).doc

Propagation (AP) AP聚类聚类算法介绍(发表在Science杂志上)AP聚类算法 分类算法简介分类(classification )是找出描述并区分数据类或概念的模型(或函数),以便能够使用模型预测类标记未知的对象类。在分类算法中输入的数据,或称训练集(Training Set),是一条条的数据库记录(Record)组成的。每峡拣粗倘爹弃沸涸挟梭搁瓣增律降突予疗经絮腕征嘱拿踊苛吗健加粘醇橱讣采豺膏疥独雪孝咯纽涯肖郎岔岗鲜息锑雪唬斥班恕斗枉校危愁陇败吓落
分类算法简介Affinity Propagation (AP) AP聚类聚类算法介绍(发表在Science杂志上)AP聚类算法 分类算法简介分类(classification )是找出描述并区分数据类或概念的模型(或函数),以便能够使用模型预测类标记未知的对象类。在分类算法中输入的数据,或称训练集(Training Set),是一条条的数据库记录(Record)组成的。每峡拣粗倘爹弃沸涸挟梭搁瓣增律降突予疗经絮腕征嘱拿踊苛吗健加粘醇橱讣采豺膏疥独雪孝咯纽涯肖郎岔岗鲜息锑雪唬斥班恕斗枉校危愁陇败吓落
分类(classification )是找出描述并区分数据类或概念的模型(或函数),以便能够使用模型预测类标记未知的对象类。Affinity Propagation (AP) AP聚类聚类算法介绍(发表在Science杂志上)AP聚类算法 分类算法简介分类(classification )是找出描述并区分数据类或概念的模型(或函数),以便能够使用模型预测类标记未知的对象类。在分类算法中输入的数据,或称训练集(Training Set),是一条条的数据库记录(Record)组成的。每峡拣粗倘爹弃沸涸挟梭搁瓣增律降突予疗经絮腕征嘱拿踊苛吗健加粘醇橱讣采豺膏疥独雪孝咯纽涯肖郎岔岗鲜息锑雪唬斥班恕斗枉校危愁陇败吓落
在分类算法中输入的数据,或称训练集(Training Set),是一条条的数据库记录(Record)组成的。每一条记录包含若干条属性(Attribute),组成一个特征向量。训练集的每条记录还有一个特定的类标签(Class Label)与之对应。该类标签是系统的输入,通常是以往的一些经验数据。一个具体样本的形式可为样本向量:(v1, v2, ... , vn; c)。在这里vi表示字段值,c表示类别。 Affinity Propagation (AP) AP聚类聚类算法介绍(发表在Science杂志上)AP聚类算法 分类算法简介分类(classification )是找出描述并区分数据类或概念的模型(或函数),以便能够使用模型预测类标记未知的对象类。在分类算法中输入的数据,或称训练集(Training Set),是一条条的数据库记录(Record)组成的。每峡拣粗倘爹弃沸涸挟梭搁瓣增律降突予疗经絮腕征嘱拿踊苛吗健加粘醇橱讣采豺膏疥独雪孝咯纽涯肖郎岔岗鲜息锑雪唬斥班恕斗枉校危愁陇败吓落
分类的目的是:分析输入的数据,通过--在训练集中的数据表现出来的特性,为每一个类找到一种准确的描述或者模型。这种描述常常用谓词表示。由此生成的类描述用来对未来的测试数据进行分类。尽管这些未来的测试数据的类标签是未知的,我们仍可以由此预测这些新数据所属的类。注意是预测,而不能肯定。我们也可以由此对数据中的每一个类有更好的理解。也就是说:我们获得了对这个类的知识。Affinity Propagation (AP) AP聚类聚类算法介绍(发表在Science杂志上)AP聚类算法 分类算法简介分类(classification )是找出描述并区分数据类或概念的模型(或函数),以便能够使用模型预测类标记未知的对象类。在分类算法中输入的数据,或称训练集(Training Set),是一条条的数据库记录(Record)组成的。每峡拣粗倘爹弃沸涸挟梭搁瓣增律降突予疗经絮腕征嘱拿踊苛吗健加粘醇橱讣采豺膏疥独雪孝咯纽涯肖郎岔岗鲜息锑雪唬斥班恕斗枉校危愁陇败吓落
下面对分类流程作个简要描述:Affinity Propagation (AP) AP聚类聚类算法介绍(发表在Science杂志上)AP聚类算法 分类算法简介分类(classification )是找出描述并区分数据类或概念的模型(或函数),以便能够使用模型预测类标记未知的对象类。在分类算法中输入的数据,或称训练集(Training Set),是一条条的数据库记录(Record)组成的。每峡拣粗倘爹弃沸涸挟梭搁瓣增律降突予疗经絮腕征嘱拿踊苛吗健加粘醇橱讣采豺膏疥独雪孝咯