1.有無監督學習
聚類是無監督學習
分類是有監督學習
2.含義
分類：已知資料集分為幾類每類是什麼，已有分類模型，並不斷訓練分類器，能把待分類的資料對映到預先給定的類別中。
用於**性建模（對未來資料類別進行**）和描述性建模（利用歷史資料推導出現有資料）
聚類：事先不知道資料集的特徵，根據資料之間的相似性通過演算法劃成幾類，從而可以獲得資料分布情況，可以去除掉一些干擾的資料，以便後續的操作。可以作為其他演算法的預處理步驟。
聚類中簇（cluster）之間差異較大，簇內差異較小
3.常見演算法
分類：k-nn,svm,bytes,id3
聚類：k-means
分類和聚類的區別
分類 classification 是這樣的過程 它找出描述並區分資料類或概念的模型 或函式 以便能夠使用模型 類標記未知的物件類。分類分析在資料探勘中是一項比較重要的任務,目前在商業上應用最多。分類的目的是學會乙個分類函式或分類模型 也常常稱作分類器 該模型能把資料庫中的資料項對映到給定類別中的某...
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...
聚類和分類的區別
分類 classification 是這樣的過程 它找出描述並區分資料類或概念的模型 或函式 以便能夠使用模型 類標記未知的物件類。分類分析在資料探勘中是一項比較重要的任務,目前在商業上應用最多。分類的目的是學會乙個分類函式或分類模型 也常常稱作分類器 該模型能把資料庫中的資料項對映到給定類別中的某...