一文详解聚类和降维（附实例、代码）

来源：机器之心作者：Vishal Maini本文长度为3500字，建议阅读6分钟本文对无监督学习的聚类和降维算法进行介绍，其中包括 K 均值聚类、层次聚类、主成分分析（PCA）和奇异值分解（SVD）。我们可以怎样发现一个数据集的底层结构？我们可以怎样最有用地对其进行归纳和分组？我们可以怎样以一种压缩格式有效地表征数据？这都是无监督学习的目标，之所以称之为「无监督」，是因为这是从无标签的数据开始学习的。我们将在这里探索的两种无监督学习任务是：将数据按相似度聚类（clustering）成不同的分组；降维（reducing dimensionality），以便在保留数据结构和有用性的同时对数据进行压缩。无监督学习方法可能有用的案例：一家广告平台需要根据相似的人口学特 ………………………………