所有数据只有特征向量没有标签，但是可以发现这些数据呈现出聚群的结构，本质是一 个相似的类型的会聚集在一起，属于非监督性学习
举一反三
- 机器学习方法中,()主要针对所有数据没有标签,但是可以发现这些数据呈现出聚群的结构,本质是一个相似的类型的会聚集在一起。
- 聚类中的训练数据没有标签,求解的目的是将相似的样本进行自动归类,属于( )。 A: 无监督学习 B: 监督式学习 C: 强化学习 D: 自动学习
- 在机器学习领域中，按照数据有无标签分为监督学习和非监督学习，那么分类、回归任务属于（）. A: 有标签的监督学习 B: 无标签的非监督学习 C: 有标签的非监督学习 D: 无标签的监督学习
- （）输入数据部分被标识，部分没有被标识，这种学习模型可以用来进行预测，但是模型首先需要学习数据的内在结构以便合理的组织数据来进行预测。 A: 监督式学习 B: 非监督式学习 C: 半监督式学习 D: 半监督式学习
- 无监督学习的特点是数据没有标签