分类和聚类都用于根据特征将对象分类为一个或多个类。它们似乎是一个相似的过程，因为基本区别很小。在分类的情况下，根据其属性为每个输入实例分配预定义的标签，而在聚类中这些标签缺失。
分类和聚类的区别
- 分类用于监督学习，而聚类用于无监督学习。
- 根据输入实例对应的类标签对输入实例进行分类的过程称为分类，而在没有类标签帮助的情况下根据实例的相似性对实例进行分组称为聚类。
- 由于分类有标签，因此需要训练和测试数据集来验证创建的模型，但不需要在聚类中训练和测试数据集。
- 与聚类相比，分类更复杂，因为在分类阶段有很多级别，而在聚类中只进行分组。
- 分类示例有逻辑回归、朴素贝叶斯分类器、支持向量机等。而聚类示例有 k-means 聚类算法、模糊 c-means 聚类算法、高斯 (EM) 聚类算法等。
分类与聚类的比较：
| 比较项 | 分类 | 聚类 |
|---|---|---|
| 用于 | 监督学习的类型 | 用于无监督学习 |
| 根据 | 输入实例对应的类标签 | 对输入实例进行分类的基本过程 |
| 需要 | 它有标签，因此需要训练和测试数据集来验证创建的模型 | 不需要训练和测试数据集 |
| 复杂性 | 与聚类相比，更复杂 | 与分类相比，复杂性更小 |
| 示例 | 算法逻辑回归、朴素贝叶斯分类器、支持向量机等。 | k-means 聚类算法、模糊 c-means 聚类算法、高斯 (EM) 聚类算法等。 |
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/tech/pnotes/264491.html