deep-learning - 我可以使用自动编码器进行聚类吗？

Question

在下面的代码中，他们使用自动编码器作为监督聚类或分类，因为它们有数据标签。 http://amunategui.github.io/anomaly-detection-h2o/但是，如果我没有标签，我可以使用自动编码器来聚类数据吗？问候

Answer 1

深度学习自动编码器始终是无监督学习。您链接到的文章的“监督”部分是为了评估它的表现。

以下示例(取 self 的书《Practical Machine Learning with H2O》的第 7 章，其中我在同一数据集上尝试了所有 H2O 无监督算法 - 请原谅插件)采用 563 个特征，并尝试对它们进行编码分成两个隐藏节点。<​​/p>

m <- h2o.deeplearning(
  2:564, training_frame = tfidf,
  hidden = c(2), auto-encoder = T, activation = "Tanh"
  )
f <- h2o.deepfeatures(m, tfidf, layer = 1)

第二个命令提取隐藏节点权重。 f 是一个数据框，具有两个数字列，并且 tfidf 源数据中的每一行对应一行。我只选择了两个隐藏节点，以便可以绘制集群:

每次运行结果都会改变。您(也许)可以使用堆叠自动编码器或使用更多隐藏节点获得更好的结果(但随后您无法绘制它们)。在这里我感觉结果受到数据的限制。

顺便说一句，我用以下代码制作了上面的图:

d <- as.matrix(f[1:30,]) #Just first 30, to avoid over-cluttering
labels <- as.vector(tfidf[1:30, 1])
plot(d, pch = 17) #Triangle
text(d, labels, pos = 3) #pos=3 means above

(P.S.原始数据来自Brandon Rose's excellent article on using NLTK。)