机器学习中的聚类分析，如何有效的确定簇数目大小？ 机器学习中聚类分析的算法的确要求要先确定分几类，也就是簇数，作为一个数据挖掘工作者，也经常会用到聚类分析，那么该怎样确定这个数呢？说一下我做聚类分析确定簇数的方法1，根据业务来定义做聚类分析首先要知道做的是什么，也就是我们的分析对象，举个例子，如果我们要对全国城市来聚类，那可以有四五个簇类，比如一线，二线，三线，四线及以下或者五线等等，具体要确定。要根据业务需求和场景，也可以和业务人员或者运营人员来商讨，毕竟你做的分析是要用到实际业务中，必须要让他们认可你的分析结果。在商讨的过程中重点要讨论一下这个分析所对应的业务需求，他们在什么情况下用到这个分析，分析的目的是为了什么，想要得到一个什么样的结果，这几点一定要搞清楚如果说，业务人员也无法给出数目，或者只给出大概的数据范围怎么办？不慌，业务人员肯定无法告诉我们，我们还可以根据拿到的数据来判断。2，根据数据分布来判断业务或运营人员无法给出准确的数目，这个很正常，要是他们都能清楚的知道要分多少类，那还要我们数据挖掘人员干嘛呢。业务人员只能知道大概，而我们要提供精准的分析结果。根据数据来判断，最常用到散点图，根据样本的分布情况来判断簇类数目。
机器学习聚类分析能做什么，聚类就是按照某个特定标准（如距离准则）把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的。
无监督学习比如简单的聚类分析真的是“学习”吗？这里面真的有“学习”的概念吗？ 其实我想说的是：“机器学习”里“学习”的概念究竟是什么呢？这种叫法真的能反应它的实际内容所涵概的范…
聚类算法学习的经典书籍有哪些 推荐一些算法书籍，最后面有下载链接，如果想要其它书籍也可以点击那个链接通过自动回复获得《程序员的数学》书中讲 解了二进制计数法、逻辑、余数、排列组合、递归、指数爆炸、不可解问题等许多与编程密切相关的数学方法，分析了哥尼斯堡七桥问题、少年高斯求和方法、汉诺塔、斐波那契数列等经典问题和算法。引导读者深入理解编程中的数学方法和思路。本书还对程序员和计算机的分工进行了有益的探讨。读完此书，你会对以程序为媒介的人机合作有更深刻的理解。算法领域的经典参考书—《算法？第4版》《算法？第4版》全面介绍了关于算法和数据结构的必备知识，并特别针对排序、搜索、图处理和字符串处理进行了论述。第4 版具体给出了每位程序员应知应会的50 个算法，提供了实际代码，而且这些Java 代码实现采用了模块化的编程风格，读者可以方便地加以改造。本书配套网站提供了本书内容的摘要及更多的代码实现、测试数据、练习、教学课件等资源。《计算机程序设计艺术》系列《卷1：基本算法（第3版）》讲解基本算法，其中包含了其他各卷都需用到的基本内容。本卷从基本概念开始，然后讲述信息结构，并辅以大量的习题及答案。《卷2：半数值算法（第3版）》全面讲解。
聚类与分类有什么区别？ 首先对经验数据进行分析，得到特征属性，以此特性进行挖掘，希望得到划分结果，这属于聚类还是分类？例如…
