机器学习 对抗自编码器AAE 深度聚类

文章目录
项目要求过程记录对抗自编码器 AAEK-means聚类AAE 深度聚类

项目要求
接的一个小项目，要求用对抗自编码器(Adversarial Autoencoder, AAE)做数据降维，然后用kmeans对降维后的数据深度聚类。数据集封装成手写数字数据集的格式，28*28大小。
过程记录
拿到数据后，查看一下数据信息，一共是20个类别，数据总量是128433个样本。样本类别分布较为均匀。
首先用PCA降维，用TSNE可视化看看聚类情况
发现在无监督的情况下，直接降维的话聚类效果较差，有好几类无法区分开
然后试试LDA降维情况

发现结果聚类效果特别明显，说明数据还是可以的，在监督的情况下分类效果会很好。
然而客户要求用无监督做聚类，这种情况的话，以经验来看，无监督效果不会太好，先做着试试，如果效果不好，可以尝试半监督，提升一下精度。
了解一下对抗自编码器

机器学习 对抗自编码器AAE 深度聚类最先出现在Python成神之路。