深度学习中的结构化数据聚类

Question

是否有在结构化数据中执行聚类的深度学习文献/参考资料？我知道这可以使用Kmeans，GMM等来完成，但是有没有可能使用深度神经网络等来完成聚类分析呢？谢谢。

Answer 1

神经网络可以用于聚类管道中。例如，您可以使用Self-organizing maps (SOM)进行降维，使用k-means进行聚类。此外，自动编码器直接出现在我的脑海中。但话又说回来，它更像是压缩/降维而不是聚类。真正的集群是由其他东西来完成的。

集群的问题是缺少优化目标。这个问题并没有明确的定义。

Answer 2

深度学习指的是神经网络的深度和应用于学习如何识别与特定对象相关的特征的大量参数，而神经网络本质上需要一个损失函数来学习，并且损失应该是以方程的形式存在的，该方程可以通过应用微积分给出我们需要校正多少参数才能获得更好的结果(基本上是向前传播来预测，向后传播来更新参数)，到目前为止，这样的损失函数还不存在，所以我们不使用神经网络进行聚类。如果没有神经网络，就没有深度学习。

如果其中的任何部分看起来令人困惑，请在下面发表评论。

要了解有关聚类算法的更多信息，请查看此https://towardsdatascience.com/the-5-clustering-algorithms-data-scientists-need-to-know-a36d136ef68

同样，您将找不到神经网络。:)

Answer 3

是。

如果你自己做一点文献研究，你会发现人们反复发表过使用深度神经网络进行聚类的文章。

除了在MNIST数据上，它似乎在任何地方都不起作用。