分类简单来说,就是根据文本的特征或属性,划分到已有的类别中。也就是说,这些类别是已知的,通过对已知分类的数据进行训练和学习,找到这些不同类的特征,再对未分类的数据进行分类。
聚类,就是你压根不知道数据会分为几类,通过聚类分析将数据或者说用户聚合成几个群体,那就是聚类了。聚类不需要对数据进行训练和学习。
分类属于监督学习,聚类属于无监督学习。
常见的分类比如决策树分类算法、贝叶斯分类算法等。
聚类的算法最基本的有系统聚类,K-means均值聚类。
分类简单来说,就是根据文本的特征或属性,划分到已有的类别中。也就是说,这些类别是已知的,通过对已知分类的数据进行训练和学习,找到这些不同类的特征,再对未分类的数据进行分类。
聚类,就是你压根不知道数据会分为几类,通过聚类分析将数据或者说用户聚合成几个群体,那就是聚类了。聚类不需要对数据进行训练和学习。
分类属于监督学习,聚类属于无监督学习。
常见的分类比如决策树分类算法、贝叶斯分类算法等。
聚类的算法最基本的有系统聚类,K-means均值聚类。