聚类与分类区别2

   在分类中，对于目标数据库中存在哪些类是知道的，要做的就是将每一条记录分别属于哪一类标记出来。聚类需要解决的问题是将已给定的若干无标记的模式聚集起 来使之成为有意义的聚类，聚类是在预先不知道目标数据库到底有多少类的情况下，希望将所有的记录组成不同的类或者说聚类，并且使得在这种分类情况下，以某 种度量为标准的相似性，在同一聚类之间最小化，而在不同聚类之间最大化。与分类不同，无监督学习不依赖预先定义的类或带类标记的训练实例，需要由聚类学习 算法自动确定标记，而分类学习的实例或数据样本有类别标记。聚类学习是观察式学习，而不是示例式学习。