（ ）是指根据“物以类聚”原理，将本身没有类别的样本聚集成不同的组。
A: 分类
B: 非监督学习
C: 聚类
D: 回归
A: 分类
B: 非监督学习
C: 聚类
D: 回归
举一反三
- （）是指根据“物以类聚”原理，将本身没有类别的样本聚集成不同的组。
- 在机器学习概念中,有监督学习、无监督学习和强化学习三大类典型方法。下列学习任务属于无监督学习的是 A: 根据样本数据，进行回归分析 B: 机器人在动态环境中，自主学习掌握行走方法 C: 根据样本数据，采用分类算法，训练分类器 D: 将未知类别的一组数据，采用聚类方法，分成不同的组
- 无监督学习可完成什么任务（ ）。 A: 回归 B: 分类、回归、聚类 C: 聚类 D: 分类
- 监督分类的基本过程是：首先根据已知的样本类别和类别的先验知识确定（），计算（），然后将未知类别的样本值代入（），依据（）对该样本所属的类别进行判定。
- 监督学习主要包括了( )和( )两类 。 A: 分类、降维 B: 回归、聚类 C: 分类、回归 D: 聚类、降维