分類和聚類的區別

1.分類

在機器學習中，分類是一種有監督的學習，每個訓練資料都已經做好標籤，打上了標記。

比如**乙個人是否喜歡玩電腦遊戲的問題。給出的訓練資料的特徵值包含年齡，性別，收入等，並且每條資料都標註上是否喜歡玩電腦遊戲。然後使用構建決策樹模型的相應演算法（id3，c4.5）訓練出分類模型。此過程就是在進行分類。

2.聚類

與分類相比較，聚類是一種無監督的學習。將本身沒有類別的資料樣本根據特徵值的的相似度進行歸類的方法。其實聚類還是為了分類。

其思想是將相似度近的資料歸為一類，記為簇（一組相似度大的資料物件集合）。當進行**時，可以看測試資料與哪一簇最相似就歸為哪一類。相似度的計算方法可以使用曼哈頓距離、歐幾里得距離、明考斯基距離等。常見的聚類演算法有 k-means。

3.補充：

分類的效果一般和資料的特點有關，有的資料雜訊大，有的有空缺值，有的分布稀疏，有的字段或屬性間相關性強，有的屬性是離散的而有的是連續值或混合式的。目前普遍認為不存在某種方法能適合於各種特點的資料。