是否建议将张量流用于无监督的机器学习中？ [处于保留状态]

Question

我必须在我的数据（未标记）上应用无监督的机器学习算法。您会建议我采用哪种框架？

Answer 1

取决于您拥有多少数据。Numpy非常擅长聚类，因为它很简单。

Scikit已实现许多群集功能：

https://scikit-learn.org/stable/modules/clustering.html#clustering

如果您有大量数据和许多群集，请考虑使用tensorflow GPU或numba来加快训练速度。例如，我必须将300GB数据分为大约1000000个组。使用tensorflow代替numpy的速度快了大约10倍，但是tensorflow很难编码。

Answer 2

tensorflow和pytorch都比较好。从个人经验来看，我可以说在部署应用程序时我更喜欢张量流，而对于研究和快速原型制作，Pytorch框架是首选。但是考虑到您只有300个观察值，简单的scikit库可以完成这项工作。 Agglomerative clustering可以在无监督的学习任务中做得体面。